共查询到20条相似文献，搜索用时 125 毫秒
1.
2.
论文在分析文献分类法用于组织网络信息的局限性的基础上，提出了改进文献分类法以适应网络信息分类的基本思路。 相似文献
3.
4.
网络信息分类的现状与展望 总被引：8，自引：0，他引：8
本文分析了网络信息分类的现状，现存网络信息分类法的成功之处，所存在的弊端及问题产生的原因。并对构建新的网络信息分类法提出了几点建议。 相似文献
5.
关于统一的网络信息分类体系的构建 总被引：1，自引：0，他引：1
通过对网络信息、网络用户特点及当今网络分类体系特点与不足和文献分类法在网络信息分类体系应用中的优点与不足的分析、提出构建统一的网络信息分类体系的几点建议。 相似文献
6.
网络信息资源组织研究进展 总被引：2，自引：0，他引：2
主要从用于组织网络信息资源的搜索引擎、虚拟图书馆、文献分类法、主题法、窗口方式等方面全面总结与回顾20世纪90年代以来网络信息资源组织的理论与实践。 相似文献
7.
8.
分类主题一体化构建网络信息分类体系 总被引：5，自引：0，他引：5
通过对网上信息资源特点的分析，指出传统文献分类法对网络信息组织的不适应性，提出通过分类法和主题法相结合构建网络信息分类体系，逐步形成统一的网络分类法。 相似文献
9.
本文首先分析了文献分类中的模糊性,并比较分析现存运用模糊集合论进行文献分类的特点及不完善处。在此基础上,提出一种实用和较完善的模糊文献分类法——特征权重文献分类法,并给出算法。 相似文献
10.
本文论述了中医文献分类发展情况,随着科学技术的迅猛发展,使得中医文献分类内容不断扩大,笔者近年来对国内外分类法的观察和思考,提出了自己的看法。 相似文献
11.
12.
13.
搜索引擎自动分类功能评价 总被引：2，自引：0，他引：2
本文分析了搜索引擎的检索结果自动分类的功能。通过模拟真实环境的检索实验。比较分析了“中国搜索”和“搜狗”在该项功能上的特点、区别和用户使用情况，并对此做出评价。 相似文献
14.
论知识分类的十大方式 总被引：6，自引：0，他引：6
指出在知识分类史上,不同的知识观有不同的知识分类理论与知识分类标准,因而产生了形形色色的知识分类方式,其中的十大知识分类方式最具有代表性,也最具有理论意义和实践价值。梳理这些知识分类的理论和方法,有助于我们加深对知识本质及其分布规律的认识。 相似文献
15.
16.
对自然资源进行统一的科学分类是开展自然资源调查评价、履行其管理职责、编制国土空间规划、实施山水林田湖草的整体保护、系统修复和综合治理、实现自然资源治理能力现代化等重大战略任务的最基础性前期工作。针对学术界、管理层和实际工作者对自然资源分类的不同意见和分歧,本文创新性地从空间、属性、用途、管理等视角提出了一个含有3个一级大类、11种二级门类、62种三级类别的新分类框架和分类方案。该方案不仅区分了自然资源的地理空间,便于分类管理和实际操作,而且区分了自然资源的不同用途与属性,很好地反映了作为物质或能量的自然资源与作为环境条件的自然要素之间类型上的差异性。研究成果为推进自然资源分类体系的完善,并与国际接轨、提升自然资源治理现代化能力,以及推动自然资源管理部门与生态环境、农田水利、国土空间规划、城乡建设等部门在自然资源、国土空间、生态修复等重大任务和目标上的有机衔接,具有重要应用价值和现实意义。 相似文献
17.
客户关系管理（CRM）是企业提升服务质量,提高客户满意度和忠诚度的一种有效解决方案。企业要实施自己的CRM,对所拥有的客户资源进行合理的分类是必要的,从定性和定量两个方面对客户资源进行分类,以期达到优化客户服务体系的目的。 相似文献
18.
文本自动分类技术研究综述 总被引：2，自引：0，他引：2
文章从文本表示、特征选择、分类算法、常用基准语料以及评估指标等方面对近年来的研究成果进行综述并讨论。认为短文本分类和多语言文本分类管理是新出现的重要且紧迫的问题,并对这两个问题以及数据集偏斜、多层分类、标注瓶颈等几个关键问题进行重点讨论。最后总结并展望这些研究内容。 相似文献
19.
当前，在信息资源管理领域，有关信息自动化处理方面的研究较多涌现，相关的实用系统也在开发实验。自动分类便是其中之一。本文结合基于VSM理论的实用行业自动分类系统的开发实现，对构建分类概念空间的思路、步骤及主要技术，包括权值确定、算法构思、正确性及效率评价等相关问题进行讨论。 相似文献
20.
Arkaitz Zubiaga Elena Kochkina Maria Liakata Rob Procter Michal Lukasik Kalina Bontcheva Trevor Cohn Isabelle Augenstein 《Information processing & management》2018,54(2):273-290
Rumour stance classification, defined as classifying the stance of specific social media posts into one of supporting, denying, querying or commenting on an earlier post, is becoming of increasing interest to researchers. While most previous work has focused on using individual tweets as classifier inputs, here we report on the performance of sequential classifiers that exploit the discourse features inherent in social media interactions or ‘conversational threads’. Testing the effectiveness of four sequential classifiers – Hawkes Processes, Linear-Chain Conditional Random Fields (Linear CRF), Tree-Structured Conditional Random Fields (Tree CRF) and Long Short Term Memory networks (LSTM) – on eight datasets associated with breaking news stories, and looking at different types of local and contextual features, our work sheds new light on the development of accurate stance classifiers. We show that sequential classifiers that exploit the use of discourse properties in social media conversations while using only local features, outperform non-sequential classifiers. Furthermore, we show that LSTM using a reduced set of features can outperform the other sequential classifiers; this performance is consistent across datasets and across types of stances. To conclude, our work also analyses the different features under study, identifying those that best help characterise and distinguish between stances, such as supporting tweets being more likely to be accompanied by evidence than denying tweets. We also set forth a number of directions for future research. 相似文献