标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(2088)
2023(3286)
2022(2860)
2021(2781)
2020(2338)
2019(5376)
2018(5626)
2017(9593)
2016(5711)
2015(6486)
2014(7030)
2013(6484)
2012(6030)
2011(5239)
2010(5497)
2009(4816)
2008(5361)
2007(5125)
2006(4351)
2005(3936)
作者
(16523)
(13294)
(13244)
(12614)
(8603)
(6510)
(6323)
(5351)
(5194)
(5066)
(4703)
(4480)
(4436)
(4422)
(4203)
(4153)
(3983)
(3983)
(3939)
(3826)
(3397)
(3318)
(3317)
(3237)
(3156)
(3096)
(2994)
(2956)
(2723)
(2708)
学科
管理(19792)
(16663)
(16330)
经济(16311)
(15627)
企业(15627)
(9220)
(7678)
财务(7660)
财务管理(7634)
企业财务(7181)
方法(6822)
理论(5700)
(5284)
数学(5236)
教学(5196)
数学方法(4991)
中国(4550)
(4316)
业经(4214)
(4141)
(4010)
银行(4005)
教育(3729)
(3588)
(3321)
学法(3244)
教学法(3244)
(3068)
(3017)
机构
学院(76118)
大学(73100)
管理(25615)
研究(21804)
(21784)
经济(20873)
理学(20481)
理学院(20190)
中国(19688)
管理学(19509)
管理学院(19355)
(17029)
科学(14653)
(14608)
(14156)
(11941)
(11773)
中心(11525)
技术(11517)
(11152)
北京(10971)
(10578)
师范(10435)
财经(10405)
业大(10129)
研究所(10071)
职业(9620)
(9360)
(9137)
农业(8643)
基金
项目(41713)
研究(32630)
科学(30695)
基金(26569)
(22688)
国家(22418)
科学基金(19003)
(18126)
社会(16680)
教育(16574)
编号(15971)
社会科(15619)
社会科学(15615)
(14346)
成果(14299)
基金项目(13557)
自然(12800)
自然科(12493)
自然科学(12491)
自然科学基金(12222)
资助(12017)
课题(11176)
项目编号(10020)
(9825)
重点(9592)
(8922)
大学(8551)
(8343)
(8240)
研究成果(8155)
期刊
(30507)
经济(30507)
研究(22187)
中国(20330)
(15907)
教育(14760)
学报(12011)
管理(10720)
(9878)
技术(9474)
科学(9149)
大学(8826)
图书(7859)
学学(7802)
(7667)
金融(7667)
财会(7059)
农业(6463)
会计(6260)
书馆(5673)
图书馆(5673)
业经(5239)
通讯(5182)
职业(5173)
会通(5149)
财经(4832)
(4571)
情报(4513)
理论(4245)
经济研究(4213)
共检索到127767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] 图书馆杂志  [作者] 陈康民  
中国机读目录(CNMARC)的主题分析块是一个融人工语言(情报语言)与自然语言于一体的主题标引与检索系统。其中设置“610非控主题词”字段,系使用自然语言以补充规范化的人工语言的不足,两种语言的并仔并用起到了优势互补的作用。尤其随着计算机在文献检索中的应用,为广泛使用自然语言提供了可能。由于自然语言直接使用文献用语,为用户所熟悉,因此重视和开发“610非控主题词”
[期刊] 图书情报工作  [作者] 范炜  邹庆  
首先论证《中国分类主题词表》一体化语义模型构建与术语服务系统作为相互促进的并行研究思路的可行性。以主题词规范数据的SKOS表征为起点,定义术语服务基本功能需求,采用TDB+Joseki作为语义数据存储方案,Cherrypy作为Web框架,设计术语网络服务原型系统。该基础平台实现关键词检索、单个主题词的HTML页面浏览与链接跳转、多种数据格式输出以及初步的动态可视化展示。
[期刊] 大学图书馆学报  [作者] 吕维平  
对汉语词组性主题词的结构特征和同义词、准同义词的词形特点进行了归类分析,指出截词检索技术的应用可以适度提高词汇的先组度,放宽对字面部分一致的一类同义词、准同义词的控制,而不影响检索效率,适用面向普通用户的情报检索系统
[期刊] 图书情报知识  [作者] 费玉梅  
主题词组配的功能主要有概念相交和概念限定。本文对此作一些探讨。一、概念相交组配概念相交组配亦称同级词组配。所谓同级词,就是指用以组配的两个词所表达的概念都是设备,都是动物等。这种组配的特点是参与组配的两个概念均是组配得到的概念(亦即文献主题)的属概念。例:一文献主题是“青年优秀教师事迹”,无专指词,宜组配标引成“优秀教师:青年教师”→优
[期刊] 情报理论与实践  [作者] 侯跃芳  崔雷  朱利娜  
应用PubMed数据库的主题词/副主题词关联规则对肺肿瘤诊断的相关知识进行挖掘,并回到原文验证相关因素和肺肿瘤之间关系的有效性。将挖掘到的相关知识进行专家调查,以获得专家不知情的新知识,为科学研究及决策提供了思路。
[期刊] 图书馆杂志  [作者] 苏燕  徐萍  孔亮亮  王玥  于建荣  
本文以干细胞研究文献为例,以医学主题词表(Medical Subject Headings,Me SH)为基础,通过对主题词进行分类,对知识进行重构,使同一类别的文献通过同一类别的主题词聚集在一起,构建了面向情报学分析的分类主题词表,解决专题文献检索问题,并通过检索实验验证了构建的分类词表的有效性。为进一步实现基于分类词表的文献分类导航和文献自动归类,最终为科技管理服务奠定基础。
[期刊] 情报学报  [作者] 吴宏亮  林可期  
lackwel公司分层主题词典是我国高校文科图书专款采购工作中现时正在应用中的重要专业性词表。本文对该词典的词典结构、控制方式以及应用特点进行了分析研究
[期刊] 大学图书馆学报  [作者] 于学华  
在研究《词表》结构的基础上,论述了如何从《词表》中进行主题词的相关选择。指出利用《中国分类主题词表》进行文献的分类主题一体化标引,应根据文献的内涵和外延从相关类目中选择主题词。
[期刊] 图书馆杂志  [作者] 黎邦群  
针对当前OPAC缺少检索提示而造成绩效不佳的现状,进行检索提示的需求、思路、设计及实现方法的研究。利用Ajax、JavaScript、Css和数据库相关技术对主题词进行采集、存储、查询及显示,通过分析书目主题词的数据特征及主题词表的数据结构、设计主题词数据采集与存储方案来构建主题词表,在此基础上实现主题词热门推荐、输入联想、拼写检查、查询扩展、英文释义与内文链接、主题检索的结果聚类与图书推荐等书目检索提示并评估应用效果,从而对用户的检索行为给出实时的、丰富的、科学的检索提示。
[期刊] 情报理论与实践  [作者] 赵建华  赵建国  杨肖宁  吴敏  
Electronic Military Thesauri Application Management System(EMT)is a new searching language tool with multifunction and high intellectuality,which is developed for computers and networks on the basis of the traditional Military Thesauri.This paper details the system’s development background and guide...
[期刊] 图书馆建设  [作者] 胡晓鹰  
通过检索实践,分析CNMARC中非控主题词著录的必要性,总结非控主题词著录的现状及存在的问题。
[期刊] 情报学报  [作者] 王兰成  冯文杰  田梅  
本文阐述一种基于中国档案主题词表的自动标引方法 ,并给予实现。该方法将切分关键词和标引主题词融为一体 ,合理地构造了词典 ,并讨论了其中的一些关键技术问题。文章最后介绍该研究应用于中国档案机读目录计算机处理系统中
[期刊] 大学图书馆学报  [作者] 董素音  
提出通过用主题词和关键词双重标引文献主题,并建立关键词与主题词间参照关系的设想,使数据库中文献按主题词规范管理,用户以自然语言检索
[期刊] 图书馆杂志  [作者] 邱君瑞  耿亦兵  
本文对主题词表在网络检索系统中的应用进行了调查分析,探讨了网络环境中影响主题词表在更大范围内使用的因素。
[期刊] 情报学报  [作者] 韩红旗  桂婕  张运良  翁梦娟  薛陕  悦林东  
现有的主题标引方法一般只能抽取文本中出现的词汇,无法从几万或数十万主题词中选择语义关联强且未出现的词汇;基于机器学习的多标签分类算法则需要每一个标签下有训练数据,限制了它们在主题标引上的应用。面向大规模主题词在海量文献上的标引需求,提出一个基于分布式词向量的混合型自动标引方法,利用大规模语料训练的词向量生成同维度的主题词表示向量和文本表示向量,实现主题词与文本语义相似度的计算。基于大规模语料构建主题词与普通词的映射表,使文本向量只和少量的语义强相关主题词向量比较,大大减少了计算量,提高了标引效率。开发的自动标引工具对近亿篇文献进行了主题标引,达到了较高的速度。与结巴关键词的实验对比结果显示,本文方法抽取的主题词与作者关键词重合度较低,且在去除结巴关键词中的非主题词后,取得了比结巴关键词更高的标引准确率;与人工标引的实验对比结果显示,随着人工标引词数量的增加,本文方法的效果、结果与人工标引结果的一致性在不断增加。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除