- 年份
- 2024(7970)
- 2023(11548)
- 2022(10248)
- 2021(9711)
- 2020(8065)
- 2019(18570)
- 2018(18654)
- 2017(35988)
- 2016(19614)
- 2015(21936)
- 2014(21898)
- 2013(21640)
- 2012(19717)
- 2011(17713)
- 2010(17465)
- 2009(15688)
- 2008(15360)
- 2007(13322)
- 2006(11491)
- 2005(10138)
- 学科
- 济(78721)
- 经济(78641)
- 管理(57805)
- 业(52678)
- 企(44704)
- 企业(44704)
- 方法(36759)
- 数学(31447)
- 数学方法(31056)
- 财(20454)
- 中国(19594)
- 农(19065)
- 地方(18971)
- 学(18133)
- 业经(17482)
- 理论(13987)
- 务(13864)
- 财务(13802)
- 财务管理(13780)
- 和(13421)
- 企业财务(13128)
- 农业(13110)
- 贸(12649)
- 贸易(12643)
- 环境(12635)
- 制(12328)
- 易(12204)
- 技术(12048)
- 划(10754)
- 地方经济(10730)
- 机构
- 大学(275359)
- 学院(271607)
- 管理(111806)
- 济(103050)
- 经济(100679)
- 理学(97189)
- 理学院(96087)
- 管理学(94382)
- 管理学院(93875)
- 研究(89637)
- 中国(65352)
- 京(59363)
- 科学(58045)
- 财(46529)
- 所(44780)
- 农(41476)
- 业大(41159)
- 中心(40980)
- 研究所(40920)
- 江(38606)
- 财经(37755)
- 北京(37534)
- 范(37302)
- 师范(36985)
- 经(34297)
- 院(32955)
- 农业(32393)
- 州(32025)
- 师范大学(30175)
- 经济学(29677)
- 基金
- 项目(192502)
- 科学(151218)
- 研究(140628)
- 基金(139355)
- 家(121455)
- 国家(120455)
- 科学基金(103843)
- 社会(86898)
- 社会科(82320)
- 社会科学(82298)
- 省(75099)
- 基金项目(74935)
- 自然(68779)
- 自然科(67158)
- 自然科学(67144)
- 自然科学基金(65920)
- 教育(63991)
- 划(63522)
- 编号(58355)
- 资助(56961)
- 成果(47140)
- 重点(42746)
- 部(41756)
- 发(40880)
- 创(39577)
- 课题(39004)
- 科研(36937)
- 创新(36887)
- 项目编号(36755)
- 大学(35795)
- 期刊
- 济(109377)
- 经济(109377)
- 研究(77591)
- 中国(48940)
- 学报(44708)
- 科学(39913)
- 管理(39374)
- 农(36437)
- 财(35321)
- 大学(33109)
- 教育(31560)
- 学学(30558)
- 农业(25923)
- 技术(23643)
- 图书(20673)
- 融(19402)
- 金融(19402)
- 业经(17757)
- 财经(17116)
- 经济研究(16967)
- 理论(14909)
- 情报(14682)
- 经(14422)
- 实践(13913)
- 践(13913)
- 问题(13889)
- 科技(13830)
- 书馆(13720)
- 图书馆(13720)
- 业(12967)
共检索到389710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]
季培培 鄢小燕 岑咏华
领域中文术语识别与抽取是领域中文文本信息处理的基础,对于提高中文文本索引与检索、文本挖掘、本体构建、潜在语义分析等的处理精度有着重要的意义。在对领域术语的内涵和特征的阐述基础上,重点对领域中文术语识别与抽取的研究现状、主要的方法以及典型的应用进行综述,最后指出其未来的发展趋势。
关键词：
术语抽取 术语识别 领域中文信息处理
[期刊] 图书情报工作
[作者]
薛春香 张玉芳
在对文本分类及中文新闻分类概述的基础上,归纳出网络新闻文本特征及当前新闻文本分类特点,并总结新闻文本分类在新闻网站分类导航、话题识别与跟踪、个性化推荐三方面的应用。其后,总结中文新闻分类存在的问题,诸如缺乏通用语料和评价方法、分类体系粗略、分类维度单一等,并提出相应措施。最后,针对当前信息环境,提出新闻分类不仅将朝着多层次、多维度、跨语言方向发展,还将与多媒体信息、大数据、社会化媒体相结合。
[期刊] 情报理论与实践
[作者]
蒋婷 孙建军
［目的／意义］术语是本体的重要组成部分，术语自动抽取是本体自动构建的基础，文章采用回归的方法对未登录词进行概率（某个数值（组合）对应的候选词集合中术语的概率）预测，获得该词可能为术语的概率。［方法／过程］文章结合语言学和统计方法，通过构建术语库提取术语抽取模板来抽取候选术语，此外，通过引入回归的方法，将术语抽取问题转化为对词语成为术语的概率的预测问题。［结果／结论］提出的方法最后通过实验验证了其有效性。
[期刊] 图书情报工作
[作者]
屈鹏 王惠临
从信息分析的实际需求出发,对与电动汽车相关的5 405条专利数据进行术语抽取、生僻术语识别和字段比较研究。结果显示关键短语抽取的方法可行,互信息抽取的术语所在文档的平均文档长度更接近集合的平均文档长度;摘要和First Claim字段的术语存在一定差别,但对分类或聚类同等重要;生僻术语识别算法能够发现生僻词和高频词的对应关系。研究结论可以为专利文本挖掘和专利信息分析提供结果和方法,并为信息分析工作提供所需的参考术语。
关键词：
术语抽取 文本挖掘 专利 信息分析
[期刊] 中国图书馆学报
[作者]
张卫 王昊 邓三鸿 张宝隆
在跨学科知识范式下,数字人文的研究范畴随着自身学科体系的拓展而不断泛化,采取关键语义技术解析文化对象中的人文内涵与情感知识对于重拾学科"人文性"与"计算性"特质具有重要意义。本文以古诗文本为例,面向汉语诗文及其鉴赏实现大规模人文情感术语的自动化抽取与分析。首先在无标注集环境下提出一种基于"冷启动"的字序列自动标引方法来获取学习语料,随后在字向量(Char2Vec)指导下将汉字特征(部首、拼音等)和BERT语言学模型分别引入机器学习与深度学习模型,并从知识发现的角度定义新术语识别规则。研究发现,将现代鉴赏融入古诗原文显著优化了情感知识的广度与深度,领域术语能够被有效标引。训练的BERT-BiLSTM-CRFs深度学习模型的效果明显优于CRFs机器学习,最佳F1与F1_distinct可分别达到95.63%和85.43%;同时汉字特征的引入也有效提升了传统CRFs效果,以领域特征和基于"竖心旁""心字底"部首约束特征为最优。相较于机器学习抽取出的长篇幅新术语,深度学习能够拓展出更多寄托情感知识的新意象词。源于诗文与鉴赏的情感术语为文学信息资源的情感分析与知识服务提供了参考(人文性),基于汉字语言特征的抽取方案为中文领域自然语言处理技术的深化提供了启迪(计算性)。图11。表6。参考文献30。
[期刊] 情报学报
[作者]
王君泽 宋小炯 杜洪涛
在共指消解领域,目前已经有大量研究工作围绕实体共指问题展开,而有关事件共指方面的研究则相对较少。由于事件表述的灵活性,共指事件识别的研究重点之一在于如何构建事件表述相似度的计算模型。而在对同一事件的相似表述中,不仅包含词级别的同义表述,还包含语句级别的同义表述。针对该状况,本文基于新闻报道语料的特点,一方面针对词级别同义表述模式的抽取,设计了同义词知识库的自动构建策略,并考虑了缩略语、同位语等情况的处理;另一方面在词级别同义表述模式抽取的基础上,设计了语句级别同义表述实例的识别策略,进而可以抽取同义表述模式并剔除模式中的冗余成分。通过在实际数据集合上的实验,表明了本文策略的有效性。基于抽取到的词级别和语句级别的同义表述模式,可以有效提升共指事件识别的效果;本文工作也可以视为对共指事件识别现有策略的有益补充。
[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] 图书情报工作
[作者]
冷伏海 白如江 祝清松
针对目前知识抽取技术无法精确抽取学术文献中提及的具体理论方法和性能指标参数等问题,综合运用语义标注技术、规则抽取技术以及正则表达式技术,提出一种面向科技文献的混合语义信息抽取方法。该方法首先对科技文献进行语义标注,得到相关学术术语。然后,构造抽取规则,抽取文献提及的与具体性能指标相关的句子。最后,采用正则表达式技术从相关句子中精确抽取出关键性能指标。对碳纳米管研究领域科技文献语义的信息抽取证明,该方法能迅速、有效和准确地抽取科技文献主要创新研究内容和性能指标。
关键词：
科技文献 信息抽取 语义标注 正则表达
[期刊] 图书情报工作
[作者]
陈晓美 毕强
根据本体构成的要素———概念、概念间关系、公理,结合文本的非结构化特点,总结梳理当前从文本中自动获取领域本体概念及概念间关系的主要方法的思路、特征和适用范围,并运用两个实例解析面向文本的领域本体学习的具体步骤和实现过程。最后讨论存在的主要问题和进一步的研究方向。
关键词：
领域本体 本体学习 文本 概念 关系
[期刊] 情报理论与实践
[作者]
高强 游宏梁
作为信息抽取的重要组成部分,事件抽取的研究具有广阔的应用前景和巨大的现实意义。文章阐述事件及事件抽取的基本概念,简单介绍事件抽取的发展历史,并从元事件抽取和主题事件抽取两个方面出发,详细介绍主要的研究方法与研究现状,总结事件抽取发展所面临的挑战,并在此基础上展望事件抽取的研究趋势。
关键词：
事件抽取 信息抽取 信息技术 综述
[期刊] 情报学报
[作者]
朱惠 王昊 苏新宁 邓三鸿
本体是知识组织的有效方式,也是构建语义网的重要环节,而概念非分类关系又是本体的重要组成部分。由于术语是概念的外在表达,因此本文在深入分析当前国内外术语非分类关系抽取研究的基础上,引入共现分析、结构分析、模板构建、逻辑推理等方法和技术构建了面向汉语领域非结构化文本的术语非分类关系抽取模型,分别从内容和结构两个不同的角度抽取术语非分类关系。论文提出了模型的主要运行流程以及各功能模块的主要组成部件,对主要组成部件的具体实现进行了探讨,并对相关方法的局限性进行了论述。本文的研究为术语非分类关系抽取提供了新的思路,丰富了知识发现方法,同时也能为实现可行有效的知识组织提供参考。
[期刊] 中国图书馆学报
[作者]
吴超 郑彦宁 化柏林
通过对数值信息抽取文献的调研,先从文献类型、学科领域、高频关键词三个方面进行定量分析,从抽取数据源、抽取对象、抽取方法与技术、结果评价和应用等方面对当前数值信息抽取研究进行了梳理和总结。研究发现当前对于数值信息抽取的研究具有五个特点:抽取数据源以新闻语料、Web网页为主,抽取对象以基数类数值信息和数量类数值信息为主,抽取方法以基于规则的方法为主,抽取结果评价指标比较单一,但应用领域较为广泛。图4。表3。参考文献56。
[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] 情报学报
[作者]
吴俊 程垚 郝瀚 艾力亚尔·艾则孜 刘菲雪 苏亦坡
专业术语的识别与自动抽取对于提升专业信息检索精度,构建领域知识图谱发挥着重要基础性作用。为进一步提升中文专业术语识别的精确率和召回率,提出一种端到端的不依赖人工特征选择和领域知识,基于谷歌BERT预训练语言模型及中文预训练字嵌入向量,融合BiLSTM和CRF的中文专业术语抽取模型。以自建的1278条深度学习语料数据为实验对象,该模型对术语提取的F1值为92.96%,相对于传统的浅层机器学习模型(如左右熵与互信息算法、word2vec相似词算法等)和BiLSTM-CRF深度神经网络模型的性能有较为显著的提升。本文也给出了模型应用的具体流程,能够为中文专业术语库的构建提供实践指南。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
