基于改进FP_Growth算法在中药提取信息中研究     

马健  董辉 《楚雄师范学院学报》2011,26(9):17-23

中药提取在中药生产中占有十分重要地位,企业在生产中药过程中,生产过程数据和质量数据存在一定的问题。数据挖掘技术的出现及利用k-means聚类算法和改进的FP_Growth算法对中药生产过程数据进行分析,既能为企业提高生产效率,降低成本,又保证产品的质量。因此对中药提取信息数据挖掘不仅是有必要的,更具有实际意义。  相似文献   

面向用户需求分析的产品评论用例提取研究     

靳健  张黎雪  刘馨儿  耿骞 《情报理论与实践》2020,43(1):104-111,126

[目的/意义]实现海量产品评论数据的快速分析,帮助产品设计人员高效地获取用户需求,在新产品设计的决策中提供参考。[方法/过程]在特征提取和情感分析的基础上,构造了包括"词+词性+词干+位置+依存关系"等节点特征的条件随机场模型,按照"产品特征、谁、在何种情境下、遇到了什么问题"4个要素,以描述手机屏幕和电池的负面评论为例,从产品评论中提取用例。[结果/结论]模型评估和实证研究表明,所构造的模型可以有效地从评论文本中识别产品特征、使用主体、使用情景和遇到的问题,从而快速构造用例,获取用户需求。  相似文献   

面向中文科技文献非结构化摘要的知识元表示与抽取研究——基于知识元本体理论     

郑梦悦  秦春秀  马续补 《情报理论与实践》2020,43(2):157-163

[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。  相似文献   

基于深度学习的领域本体概念自动获取方法研究     

王思丽  祝忠明  刘巍  杨恒 《情报理论与实践》2020,43(3):145-152,144

[目的/意义]实现对领域概念的自动学习抽取,解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础,首先通过对主流词嵌入模型进行对比分析,设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法;其次研究构建了以IOB格式的标注文本作为输入,基于自注意力机制的BLSTM-CRF领域概念自动抽取模型;最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取,对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值,有待进一步优化提升。  相似文献   

基于特征分析和标签提取的医生画像构建研究          下载免费PDF全文

唐晓波  高和璇 《情报科学》2020,38(5):3-10

【目的/意义】医生同时兼具提供医疗服务的社会工作者和从事科学研究的科研工作者双重身份,因而需要从更全面、立体的角度组织管理和利用互联网中多源的医生数据用来构建医生画像,对于患者寻求医疗救助、提高健康服务质量具有重要作用。【方法/过程】在提出医生画像概念的基础上,以医院官网、百科类网站、文献数据库、在线健康社区等数据源为基础,提出基于特征分析和标签提取的医生画像构建模型,分别从医生的人口统计属性、简介特长、科研成果、科研合作、患者在线评价五个方面构建医生画像,最后在此基础上进行实证研究,以可视化的方式展示医生画像。【结果/结论】基于特征分析和标签提取的医生画像构建模型能够全面描述医生信息并将其以更加直观的形式展示出来,从而推动为患者提供个性化的健康服务和精准的医生推荐等研究的发展。  相似文献   

基于IIG和LSI组合特征提取方法的文本聚类研究   总被引：8，自引：0，他引：8  

陈涛  宋妍  谢阳群 《情报学报》2005,(2)

本文利用改进的信息增益特征选择方法和潜在语义索引技术组合的特征提取方法 ,对文本进行了有效的自动聚类。从语料库中抽取了 2 5 0篇文本 ,首先利用向量空间模型和改进的信息增益特征选择方法 ,构造文本特征向量 ,利用C 均值方法聚类 ,聚类结果准确率、查全率、F measure分别达到 0 .82、0 . 88、0 .83。在此基础上 ,对最优的特征选择结果运用潜在语义索引方法 ,对奇异值分解的结果进行截断处理 ,发现奇异值K取 4 0时聚类结果的准确率、查全率、F measure达到 0 . 95、0. 5 7、0 . 78,在有效地降维的同时 ,大幅度地提高了聚类的准确率。  相似文献   

信息检索与信息抽取差异性探析     

郑彦宁  化柏林  张新民 《图书情报工作》2007,51(10):17-20

通过发表论文、会议组织、出入口、关键技术、发展趋势等方面对信息检索与信息抽取进行比较分析，发现信息抽取与信息检索有着质的不同。信息抽取不是信息检索的发展方向，但信息抽取技术可以很好地应用于信息检索系统。分析两者之间的差异有利于研究的深入，理清它们的关系有利于共同促进。  相似文献   

一个基础教育网站搜索引擎的设计与实现   总被引：2，自引：0，他引：2  

陈权  曹卓文  杨晓江 《现代图书情报技术》2007,2(6):70-73

在研究网站元数据的基础上，介绍一个以基础教育网站为检索对象的搜索引擎系统。结合基础教育网站的特点，分析该系统的关键技术，如主题蜘蛛搜索、网站分类、网站信息提取等，并对系统的整体架构、功能模块进行详细描述。  相似文献   

自动标引研究的回顾与展望*   总被引：3，自引：0，他引：3  

章成志 《现代图书情报技术》2007,2(11):33-39

对自动标引的研究进行总结与回顾。对标引对象进行界定；分析自动标引研究的3个阶段，并列出50年研究历程中的代表性方法；详细描述自动标引研究路线图、并对抽词标引与赋词标引方法进行详细分类；最后指出自动标引中存在的问题，并对今后的自动标引研究和应用方向进行展望。  相似文献   

搜索引擎返回结果自动抽取     

藕军  任明仑 《现代图书情报技术》2007,2(2):49-52

提出一种从搜索引擎返回结果页面上自动抽取结果记录及后续页面链接信息并生成Wrapper的方法:对于一个有效的结果页面，通过比较其HTML标签树上节点的相似度从而识别出潜在记录块，利用启发式规则从潜在记录块中将结果记录块和后续页面链接分别识别出来，然后利用其在标签树上的位置信息分别构造Wrapper。实验结论及与已有方法的比较表明，该方法简单可行且高效。  相似文献