- 年份
- 2024(7801)
- 2023(11318)
- 2022(9986)
- 2021(9498)
- 2020(7968)
- 2019(18506)
- 2018(18705)
- 2017(35494)
- 2016(19718)
- 2015(22361)
- 2014(22619)
- 2013(22130)
- 2012(20201)
- 2011(18261)
- 2010(18104)
- 2009(16602)
- 2008(16013)
- 2007(13907)
- 2006(12148)
- 2005(10428)
- 学科
- 济(74025)
- 经济(73928)
- 管理(57703)
- 业(51199)
- 企(43300)
- 企业(43300)
- 方法(34931)
- 数学(29830)
- 数学方法(29473)
- 中国(19777)
- 农(19492)
- 学(19176)
- 财(18331)
- 业经(16123)
- 地方(15642)
- 理论(14627)
- 制(14398)
- 和(13895)
- 农业(12898)
- 环境(12342)
- 贸(12165)
- 贸易(12160)
- 易(11731)
- 技术(11680)
- 教育(11610)
- 务(11572)
- 财务(11500)
- 财务管理(11480)
- 银(10980)
- 银行(10934)
- 机构
- 大学(277984)
- 学院(275185)
- 管理(110503)
- 济(101485)
- 经济(98978)
- 理学(96046)
- 理学院(94908)
- 管理学(93082)
- 管理学院(92595)
- 研究(92474)
- 中国(66862)
- 科学(60743)
- 京(60396)
- 所(47184)
- 农(46431)
- 财(46329)
- 业大(43450)
- 研究所(43406)
- 中心(41162)
- 江(39843)
- 北京(38142)
- 范(38116)
- 师范(37733)
- 财经(37493)
- 农业(36513)
- 经(34084)
- 院(33811)
- 州(32784)
- 技术(30654)
- 师范大学(30497)
- 基金
- 项目(193714)
- 科学(150990)
- 研究(140850)
- 基金(138734)
- 家(121465)
- 国家(120442)
- 科学基金(102712)
- 社会(85585)
- 社会科(80867)
- 社会科学(80844)
- 省(76210)
- 基金项目(74340)
- 自然(68472)
- 自然科(66753)
- 自然科学(66737)
- 自然科学基金(65524)
- 教育(64765)
- 划(64360)
- 编号(58671)
- 资助(57161)
- 成果(47894)
- 重点(42973)
- 部(42015)
- 发(40457)
- 课题(40337)
- 创(39802)
- 科研(37021)
- 创新(36996)
- 项目编号(36237)
- 大学(35578)
共检索到396971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] 图书情报工作
[作者]
蒋婷 孙建军
［目的 ／意义］概念非等级关系抽取是本体构建的必要步骤，学术文献作为一种重要的学术资源类型，本文主要利用其结构特点来进行本体概念非等级关系的抽取。［方法 ／过程］首先，在本体概念抽取的基础上，对文献中概念的类型进行分类，以便于后期关系动词搭配的概念类型来排除不符合条件的三元组；其次，确定学术文献中的关系类型，并采用Ｃ－ｖａｌｕｅ方法抽取表示关系的动词，进行本体关系的表示；再次，评价概念对的关联性，利用互信息法对概念对进行排序并去除非相关概念对，实验表明该方法非常有效；最后评价概念对与关系动词的关联，分析影响三元组关联的因素，再采用实验确定模型挖掘三元组，实验比较现有的关联规则挖掘的方法。［结果．．．
关键词：
本体构建 非等级关系抽取 关系抽取
[期刊] 情报学报
[作者]
蒋婷 孙建军
等级关系抽取是领域本体自动构建的必经阶段,目前研究主要集中在生物医学领域,此外还存在现有方法效率不高的问题。本文提出一种面向领域学术资源的概念等级关系抽取的方法。首先,从概念抽取阶段开始,将学术文献中的概念分为方法/任务/工具/资源类术语,采用层叠条件随机场与C-value和规则相结合的方法分别对各个术语类型进行抽取,得到初始的分类术语;其次,在已有的术语类别限定下,结合外部词库和基于Web的方法抽取等级关系概念对;最后,采用基于图的方法将概念对生成图模型,再利用图剪枝方法生成概念等级关系。实验采用领域学
关键词：
本体构建 等级关系抽取 术语抽取
[期刊] 情报学报
[作者]
唐琳 郭崇慧 陈静锋 孙磊磊
基于学术文献构建领域本体对促进领域学科发展具有重要的意义。本文提出了一种以中文学术文献为数据源,半自动化抽取领域本体层次关系的框架方法。首先,构建了一个通用的领域本体层次关系的细粒度研究框架。其次,设计了一种新的概念表示方法,融合了深度学习方法得到的概念语义特征和上下文的时间序列词频。进一步结合了AP聚类、Prim算法和Web搜索引擎的查询数据,提出了基于规则推理的本体概念层次关系抽取算法(RROCHE),实现了半自动化概念层次关系抽取。最后,基于中文分词领域的中文学术文献数据,通过数值实验方法讨论了方法的可行性和有效性。本文提出的框架方法也非常容易推广并应用到各领域本体层次关系任务中。
[期刊] 图书馆理论与实践
[作者]
阳广元
以国内2002年1月至2016年5月间发表的与基于本体的信息抽取有关的期刊文献为分析对象,运用内容分析法从领域本体的构建及基于本体的信息抽取方法、信息抽取模型、信息抽取算法、信息抽取系统、信息抽取的应用领域等6个方面对国内该领域的研究现状与热点进行分析,认为目前国内该研究领域具有研究内容从理论走向实践、研究主体多样性、尚未形成核心作者和核心团队等特点,指出本体构建的自动化及基于本体的信息抽取的评估机制、信息抽取的实践应用将成为未来的发展趋势。
[期刊] 图书情报工作
[作者]
卓可秋 沈思 王东波
[目的/意义]学术全文本下的关系抽取是学术全文本知识图谱构建的关键技术,所构建的学术知识图谱能够实现文献的结构化、知识化,提高研究人员检索文献、分析文献和把握科研动态的效率,以及通过图谱的认知推理,有助于隐式知识发现。[方法/过程]通过外部知识来增强关系抽取已在不少研究取得成果,但针对特定领域的关系抽取往往缺少可用的外部知识。研究发现,全文本中自有的高置信度的知识也可以用来辅助全文本关系抽取。受认知过程双系统理论(系统1为直觉认知,系统2为推理认知)启发,设计一个句子级模型来获取知识,并通过远程监督方式获取高置信度知识,然后将高置信度知识融入到全文本级深度学习模型最后分类的一层上。[结果/结论]在生物医学学术全文本数据集(CDR-revised)上,比当前最先进的模型在F1上提高11.13%。
[期刊] 图书馆建设
[作者]
白华
针对用户标注的弱点，在标签的基础上构建本体框架并赋予标签丰富的语义，有助于进一步改善知识组织系统的性能。在大量标签数据的支持下，提取知识框架是一种建立本体框架的有效方法，提取方法主要采用特征或属性概括法，即针对一类标签集合的共同特征抽取它们的上位概念，并根据这些上位概念的关系建立知识框架。对基于两种系统的语义分析而构建的可以整合标签和概念本体的兼容本体进行分析可知，它吸取了用户标注的灵活、多元、表达性强大的特征，提高了知识组织系统的组织能力和标引功能；同时，也改进了用户标注系统的语义能力，使之具有丰富的结构和语义表达功能。
关键词：
用户标注 本体框架抽取 知识组织系统
[期刊] 情报理论与实践
[作者]
化柏林 刘一宁 郑彦宁
学术定义是学术研究中一种基础性的知识。科技文献中蕴含着丰富的定义,对定义进行自动抽取是知识抽取的一种应用。这些定义具有一定的特征与规律,利用这些特征与规律形成规则对定义进行抽取是常见的方法。定义抽取中最重要的工作是规则构建。文章通过对定义语句的结构方式和分类进行研究,提出了一种基于多重规则的学术定义抽取规则构建方案。该方案通过构建模式规则、句法规则以及加权词规则,构建学术定义抽取所需要的多重规则。
关键词：
学术定义 知识抽取 规则构建
[期刊] 情报理论与实践
[作者]
邱均平 杨强 楼雯
资源本体作为馆藏资源语义化的一种实现途径,文章对其构建理论从概念、信息计量方法、语义关系层次、构建方法等方面进行全面规范的说明。采用自顶向下和自底向上的本体构建综合法构建了基于CSSCI的档案学数据资源本体,对资源本体构建理论进行了实证研究。
关键词：
资源本体 本体构建 语义关系
[期刊] 情报理论与实践
[作者]
郑梦悦 秦春秀 马续补
[目的/意义]近年来,科技文献资源呈爆炸性增长,海量科技文献中依旧存在大量非结构化摘要。非结构化摘要一方面不利于学者阅读与理解;另一方面不利于对摘要内部信息进行知识的自动化抽取和相应的检索。研究科技文献非结构化摘要的知识表示模型及其自动化抽取方法,对学者快速阅读和机器自动化处理具有重要意义。[方法/过程]文章在分析科技文献非结构化摘要结构的基础上,结合知识元本体理论,构建了一个面向科技文献非结构化摘要的知识元本体模型。通过分析非结构化摘要的写作特征,将文本按句子级划分为目的、方法、结果或结论三个要素,统计每个要素句中的线索词、句型和位置,建立相关规则库,根据本体模型和规则库构建相关抽取算法。最后,下载《计算机技术与发展》中的部分文献进行实验。[结果/结论]通过增加句型集和线索词集,完善了非结构化摘要的要素,构建了非结构化摘要知识元本体模型。实验结果表明,根据本文提出的模型能有效地对非结构化摘要中的知识元进行抽取。[局限]实验的不足之处是需要人工对摘要中的句型和线索词进行归纳总结。
[期刊] 情报科学
[作者]
李枫林 柯佳
【目的/意义】从大量非结构化文本中抽取出结构化的实体及其关系,是优化搜索引擎、建立知识图谱、开发智能问答系统的基础工作。【方法/过程】介绍了深度学习框架下不同神经网络模型实现实体关系抽取的方法,比较了各种模型的优劣势,结合远程监督和注意力机制进一步提高关系抽取性能,最后指出了深度学习模型的不足及未来发展方向。【结果/结论】实验发现,卷积神经网络擅长捕获句子局部关键信息,循环神经网络擅长捕获句子的上下文信息,能反映句子多个实体之间的高阶关系,递归神经网络适合短文本的关系抽取。如果模型能结合自然语言的先验知识
关键词：
深度学习 神经网络 实体关系抽取 词向量
[期刊] 情报理论与实践
[作者]
朱恒民 马静 黄卫东
为了快速有效地自动处理中文Web文本,提出了一种基于领域本体的主题特征抽取方法。该方法针对Web文本特点,介绍了一种领域词典的半自动化构建方法。基于领域词典切分文本,通过对词条的主题映射,采用领域本体的概念表示文本向量,从而有效地降低文本特征向量的维数,提高主题抽取的质量。考虑文本信息的不同位置与频率,计算主题特征的权值,并且基于领域本体的结构,对主题概念的权值进行调整和排序。实例验证了该方法的有效性。
关键词：
主题抽取 领域本体 文本挖掘
[期刊] 数据分析与知识发现
[作者]
张琴 郭红梅 张智雄
【目的】为解决已有方法中单词特征表示不具有语义信息这一问题,对词嵌入表示特征在关系抽取中的作用进行探讨。【方法】考虑词嵌入表示级别、词汇级别和语法级别三种类型特征,利用朴素贝叶斯模型、决策树模型和随机森林模型进行对比实验,并选出代表全部特征的有效特征子集。【结果】使用全部特征时,决策树算法的准确率达到0.48,关系抽取效果最佳,Member-Collection(E_2,E_1)类型关系的F_1值达到0.70,特征排序结果表明依存关系有助于关系抽取。【局限】对小样本量和情况复杂的关系类型识别效果有待提高,
关键词：
关系抽取 词嵌入表示 Word2Vec
[期刊] 情报理论与实践
[作者]
王昊 苏新宁
本文重点阐述了中文通用本体概念实例的机器抽取过程,建立了基于模式匹配的通用本体概念识别模型,以此作为领域本体自动构建的基础。此后探讨了该模型在情报学各研究领域中的应用前景,并通过实验检验模型在实际应用中的识别效果。
[期刊] 图书情报工作
[作者]
董旻 方曙
针对Deep Web信息资源的利用问题,指出对其进行信息抽取的意义,分析对比在信息抽取过程中处理查询接口和抽取结构化数据这两个主要步骤所使用的技术,采用基于关键词查询和建立文档对象模型的方法对专利数据库进行抽取实验。通过分析实验结果,验证抽取方法的准确性,指出不足之处和解决的途径,以期达到充分利用Deep Web信息资源的目的。
[期刊] 图书情报知识
[作者]
张洋 江小敏
馆藏资源语义化即对馆藏资源的数据和信息进行有效处理和控制，使得机器可以理解和组织。本文结合本体与语义、信息计量学、网络科学等领域的方法工具，提出基于资源本体的馆藏资源语义化理论体系框架以及语义体系层次结构模型，形成更有效的馆藏资源知识组织方法。然后设计语义化方案，选取图书情报学科的期刊论文作为数据来源，通过实证分析检验了该语义体系层次模型的核心部分，并对其结果进行了可视化展示，验证了该模型的科学性和实用性。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
