中文自然语言理解技术与智能检索     

吴江 《图书馆学研究》2006,(3):85-87,84

本文论述什么是中文自然语言理解技术，详细说明如何理解，智能搜索引擎如何应用中文自然语言理解技术进行检索。  相似文献   

图书馆软环境发凡(下)   总被引：3，自引：0，他引：3  

张钦恩 《图书馆论坛》2006,26(1):1-4,25

图书馆应当拥有自己的精神资源。图书馆应当营造自己的精神家园。原因是：图书馆的发展光靠管理与制度体系的完善，仍然是不能独善其身的，精神动力的领军作用不可或缺。  相似文献   

联机规范控制系统的构建   总被引：4，自引：0，他引：4  

陈霞佩 《图书馆杂志》2004,23(11):29-31,13

馆际合作需求的增长对书目数据库的质量提出了更高要求，规范控制在书目数据库建设中的地位更加重要：本文讨论了规范控制的特征，联机规范控制体系的建设模式，并对建设联机规范控制系统提出了一些建议。  相似文献   

网络环境下数字图书馆的安全与防范措施   总被引：14，自引：0，他引：14  

邓少雯 《图书馆论坛》2004,24(4):106-108

阐述了网络环境下影响数字图书馆安全的因素，提出了保护数字图书馆信息安全的防范措施。  相似文献   

图书馆人员的计算机使用与职业健康问题探讨   总被引：13，自引：0，他引：13  

何海地 《图书馆论坛》2004,24(4):209-211

针对图书馆人员在长时间使用计算机对健康危害的事实，参照香港《职业安全与健康(显示屏幕设备)规例》的一些做法，提出国内应重视图书馆人员的职业健康问题，并探讨合理的解决方式。  相似文献   

加强期刊间的学习与交流   总被引：6，自引：3，他引：6  

陈金伟 《编辑学报》2004,16(2):146-147

期刊是作者与编辑智慧的结晶,每种期刊都有值得他人学习、借鉴之处.加强期刊间的相互学习与交流,有助于及时掌握科技动态和作者信息,提高编辑素质,吸取他人之长补自己之短.  相似文献   

LAS：图书馆现代化的必由之路和必然选择     

郑俊生  韩起来 《晋图学刊》2004,(5):10-14

文章全面系统地论述了我国图书馆LAS的发展历史、重要作用 ,以及数据处理特点和对硬、软件的要求等问题 ,重点论述了我国图书馆LAS的发展现状、模式选择 ,以及在构建图书馆LAS时应注重的关键问题。  相似文献   

有效的制度供给是高校图书馆事业发展的保障--2002年版《普通高等学校图书馆规程》评述   总被引：1，自引：0，他引：1  

王鉴辉 《图书馆论坛》2004,24(1):38-41

法治时代，有效的制度供给是推动各项事业发展的前提和保障。2002年新修订的《普通高校图书馆规程》与原来的《规程》相比有较大的进步，它将进一步推动我国高校图书馆事业的发展，为了更好地理解、把握其的精神实质，本文对其进行评述。  相似文献   

基于机器学习的自动文本分类模型研究   总被引：2，自引：0，他引：2  

陈立孚  周宁  李丹 《现代图书情报技术》2005,21(10):23-27

基于机器学习的方法是自动文本分类中非常重要的一大类方法。本文先给出了形式化的定义，提出了自动文本分类的流程模型，然后选取了支持向量机（Support Vector Machine，SVM）算法作为一个典型例子进行分析，最后作者通过一个中文文本分类实验评价了该算法的效果。  相似文献   

Analysis of Statistical Question Classification for Fact-Based Questions   总被引：1，自引：0，他引：1  

Donald Metzler  W. Bruce Croft 《Information Retrieval》2005,8(3):481-504

Question classification systems play an important role in question answering systems and can be used in a wide range of other domains. The goal of question classification is to accurately assign labels to questions based on expected answer type. Most approaches in the past have relied on matching questions against hand-crafted rules. However, rules require laborious effort to create and often suffer from being too specific. Statistical question classification methods overcome these issues by employing machine learning techniques. We empirically show that a statistical approach is robust and achieves good performance on three diverse data sets with little or no hand tuning. Furthermore, we examine the role different syntactic and semantic features have on performance. We find that semantic features tend to increase performance more than purely syntactic features. Finally, we analyze common causes of misclassification error and provide insight into ways they may be overcome.  相似文献