- 年份
- 2024(387)
- 2023(627)
- 2022(538)
- 2021(510)
- 2020(392)
- 2019(863)
- 2018(842)
- 2017(1529)
- 2016(748)
- 2015(819)
- 2014(817)
- 2013(829)
- 2012(730)
- 2011(606)
- 2010(578)
- 2009(498)
- 2008(412)
- 2007(305)
- 2006(225)
- 2005(169)
- 学科
- 业(3545)
- 管理(3289)
- 济(3217)
- 经济(3213)
- 企(3156)
- 企业(3156)
- 技术(2539)
- 方法(1882)
- 数学(1631)
- 数学方法(1618)
- 技术管理(1539)
- 和(787)
- 农(766)
- 业经(750)
- 新技术(655)
- 高新(655)
- 高新技术(655)
- 农业(578)
- 研究(578)
- 学(574)
- 贸(552)
- 贸易(551)
- 中国(549)
- 划(543)
- 易(540)
- 理论(509)
- 财(496)
- 环境(480)
- 情报(468)
- 产业(460)
- 机构
- 大学(10919)
- 学院(10798)
- 管理(5265)
- 理学(4759)
- 济(4747)
- 理学院(4729)
- 管理学(4698)
- 经济(4696)
- 管理学院(4673)
- 研究(2877)
- 京(2100)
- 中国(2021)
- 业大(1755)
- 科学(1735)
- 财(1556)
- 中心(1497)
- 经济管理(1463)
- 江(1421)
- 经济学(1404)
- 商学(1394)
- 农(1382)
- 财经(1379)
- 商学院(1377)
- 技术(1318)
- 经济学院(1287)
- 经(1273)
- 范(1257)
- 师范(1245)
- 科技(1192)
- 北京(1155)
共检索到13200条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 图书情报知识
[作者]
李彬
为解决图书馆特色文献数据库建设及特色文献检索服务的问题,本文选取"辛亥革命"历史文献资源作为研究对象,利用TopicMaps技术整合了相关网络资源,分析了历史文献分类组织中的"主题"选取原则,定义了各"主题"文献资源之间的"关联"关系,结合Ontopia主题图工具软件完成了历史文献资源的网络化、系统化组织,并展示了组织效果。
关键词：
主题图 文献组织 知识管理 辛亥革命
[期刊] 图书馆杂志
[作者]
朱良兵
本文在介绍Topic Maps和web2.0的基础上,指出当前web2.0的应用存在语义缺陷,而主题图则有一个良好的语义模型,因此可引入主题图作为杠杆来撬动web2.0的语义。最后对Topic Maps在构建语义Blog、语义wiki、语义RSS、语义Tag中的应用进行了研究。
[期刊] 图书情报工作
[作者]
周丽红 刘勘
针对面向结构特性的科技文献分类问题,通过关联规则的分类方法将科技文献划分为不同的类型:综述型、理论型和应用型。首先对科技文献数据分词等进行预处理;然后通过PredictiveApriori关联算法挖掘关于类别特征项的频繁项集,构造科技文献分类的分类器;接着对分类科技文献进行分类规则匹配,判定所属类别;最后通过实验对分类性能进行评估,并通过对比证明了本方法的有效性。
[期刊] 情报理论与实践
[作者]
武建光 苏云梅 于琦 贺培风
文章分析了目前几种文献分类模型的不足,提出了基于"知识元"的学术文献分类模型,模型由语义标注、结构化操作、知识划分三个功能模块衔接组成。模型能够科学解决目前分类模型的不足,并在实际应用中体现出精准标注与精准划分的分类优势。
[期刊] 财经理论与实践
[作者]
谢玉华 肖雨璇
劳动关系一直是国内外理论界和企业界普遍关注的问题。以历史文献观察为研究方法,以公共政策为研究视角,从劳动合同制度、集体协商与集体合同、劳动福利与社会保障制度、劳动争议与劳动仲裁为细分角度找寻我国劳动关系的历史轨迹。论证了近20年内公共政策对劳动关系和谐发展的促进。并预测,在未来几年的发展中进一步破除二元劳动结构,建立统一的劳动力市场;提高劳动者组织化程度以及对全国人力资源的规划将成为公共政策的特别关注点。
关键词：
劳动关系 公共政策 历史文献观察
[期刊] 图书馆论坛
[作者]
安波
文章研究学术文献分类中的长尾现象和新分类问题，提出基于提示学习的小样本文献分类方法，旨在实现低资源场景下的文献自动分类。借助大规模预训练语言模型的文本表示与生成能力，在提示学习框架下分析不同的提示模板、文献字段、文献类别表示、样本数等信息对低资源文献分类的影响。实验结果表明：通过合理的设计提示模板、文献类别表示、文献字段等信息，模型能高效实现低资源场景下的文献分类（50-shot的分类F1值约85%），是传统文献分类算法的重要补充；但在处理细粒度文献分类时存在分类错误问题，需要完善。
[期刊] 图书馆建设
[作者]
温敬朋 刘乐群
信息战、信息战部队建设及信息战装备建设理论与实践是当今军事学重点研究领域,其相关文献大量涌现。《中国图书馆分类法》(第4版)是我国图书馆军事文献分类编目的主要工具,但其军事大类(E类)目前尚缺少信息战理论、部队建设及信息战武器装备等类目,这就造成了信息战相关文献分类及检索困难。据此,《中国图书馆分类法》应在相关类目中增设信息战理论、信息战部队与装备等类目。
[期刊] 图书馆建设
[作者]
李娟
澳大利亚马力围图书馆在地方历史文献资料的收集与整理工作中做了很多有益的尝试：扩大历史文献资料的收集范围，细化历史文献资料的记录内容；基于图书馆管理系统进行编目，实现ＭＡＲＣ格式向元数据格式的转换，实现图书馆ＯＰＡＣ与数据库资源的双重搜索。面对地方历史文献资料收集与整理工作的不足，我国公共图书馆应借鉴澳大利亚马力围图书馆的成功经验，在收集工作上实现兼容并包，在编目工作上实现多种著录格式的转换，同时实现与其他信息机构的合作。
[期刊] 情报学报
[作者]
何浩 杨海棠
本文介绍一种基于n gram技术的、与语言无关的文献分类方法K meansaxiales (KMA) ,及其在中文文献自动分类中的应用。这种方法将文献转换成由n gram(n个连续的字符 )频次构成的向量。为压缩存储空间、提高处理速度 ,我们运用哈希函数将n gram映射为哈希码 ,对文献的分析实际上以哈希码频次为基础运行。采用KMA算法 ,我们对一个中文数据库进行了自动分类的实验研究 ,在比较实验结果的基础上 ,我们对KMA算法初始参数的选择进行了初步探讨。
[期刊] 情报理论与实践
[作者]
谢红玲 奉国和 何伟林
[目的/意义]科技文献数量增长迅猛,自动文本分类技术可以提高文献分类效率与准确率。深度学习在自然语言语义分析中效果明显,基于深度学习的语义分析可以对科技文献进行有效分类。[方法/过程]为了进行对比实验,分别对科技文献数据做了去停用词和不去停用词处理,再用Word2vec工具进行词向量训练,使用简单RNN,LSTM和GRU深度学习模型进行分类比较。[结果/结论]实验结果表明,简单RNN,LSTM和GRU均对未去停用词的科技文献分类效果较好;三个深度学习模型中LSTM的分类效果最好,使用简单RNN和LSTM进行科技文献的语义分类时,Adam和SGD优化器对模型的优化效果最好;使用GRU时SGD和Adadelta优化器对模型的优化效果最好。
[期刊] 情报学报
[作者]
叶新明
本文通过对现有中文自动分词算法的分析，提出了适于中文文献自动分类的自动分词算法。该算法通过建立机读词表，以《中图法》作为分类标准，对中文文献实现了自动分类。通过对财政金融类文献的测试，其准确率可达７９％。
[期刊] 财经问题研究
[作者]
李宝元
百余年来,薪酬管理经历了一个从理论到行动、从实务到战略的历史演化过程。今天,薪酬管理已经超出企业组织范围和实务设计层面,成为各类社会组织提升工作绩效水平、实现组织使命和目标的一项核心职能型战略管理工作。本文基于马克思"历史的与逻辑的相统一"的方法论视域,对数百年来现代组织薪酬管理理论与实践的演化脉络及前沿走势进行一个文献梳理及理论透视,并在此基础上,勾勒出现代组织薪酬管理学主线、理论架构及内容体系。
关键词：
现代组织 薪酬管理 理论透视 前沿走势
[期刊] 图书馆杂志
[作者]
张雨卉
基于《中图法》的文献深层分类蕴含着两个经典的自然语言处理问题：极限多标签文本分类（Extreme Multi-label Text Classification， XMC）和层次文本分类（Hierarchical text classification，HTC）。然而目前基于《中图法》的文献分类研究普遍将其视为普通的文本分类问题，由于没有充分挖掘问题的核心特点，这些研究在深层分类上的效果普遍不理想甚至不可行。相较于同类研究，本文基于对《中图法》文献分类特点和难点的深入分析，从XMC和HTC两个角度对基于《中图法》的文献深层分类和相关的解决方案进行了考察和研究并针对该场景下的特点进行应用和创新，不仅提高了分类的准确度，还扩展了分类的深度和广度。本文模型首先通过适用于XMC问题的轻量深度学习模型提取了文本的语义特征作为分类的基础依据，而后针对中图法分类中的HTC问题，利用LTR（Learning to Rank）框架融入包括层级结构信息等多元特征作为分类的辅助依据，极大化地挖掘了蕴含在文本语义及分类体系中的信息和知识。本模型兼具了深度学习模型强大的语义理解能力与机器学习模型的可解释性，同时具备了良好的可扩展性，后期可方便地融入专家定制的新特征进行提高，并且模型较为轻量，可在有限计算资源下轻松应对数万级别的分类标签，为基于《中图法》的全深度分类奠定了良好的基础。
[期刊] 图书馆杂志
[作者]
沈立力 姜鹏 王静
Google AI团队发布的BERT模型在多项自然语言处理任务中取得了研究成果，但在中文文献自动分类领域尚有待探索。本文旨在探索BERT_(base)中文基础模型在中文社科、科技期刊文献分类上的实际分类效果，指出模型在实际应用中存在的问题并提出解决方法。本文选取R大类(医药、卫生)、TG大类(金属学与金属工艺)、F大类(经济)、J大类(艺术)共1 745 000条数据作为训练语料，并以另外9 610条数据作为测试样本，利用BERT模型分别对社科、科技期刊文献进行分类研究。测试结果表明BERT模型在社科文献中的四级准确率为76.95%，科技文献为68.55%。之后引入惩罚策略，为实际工作中免检数据阈值的设定提供参考。BERT_(base)模型在《全国报刊索引》实际分类标引工作中有一定可行性，基本满足当前网络环境下中文文献自动分类的需求。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
