面向新时代的人民日报语料中文分词歧义分析          下载免费PDF全文

彭秋茹  王东波  黄水清 《情报科学》2021,39(11):103-109

【目的/意义】对近几年的人民日报语料中文分词结果进行统计和分析有利于总结新时代的中文语料在分 词歧义方面的规律,提高分词效果,促进中文信息处理的相关研究和技术的发展。【方法/过程】本文以2015年以后 的共4个月新时代的人民日报分词语料为研究对象,通过统计词频、词长、从合度等信息,从名词、动词、数词、量词、 副词、形容词、区别词、方位词、处所词、时间词、代词、介词、连词、助词、习用语、否定词、前后缀等类型来讨论变异 词的切分规律。【结果/结论】结果发现新时代的人民日报语料中的切分变异大部分为假歧义,相同语法结构的二字 词要比三字词、四字词的切分变异从合度更高。【创新/局限】本文首次面向新时代的人民日报语料讨论了中文分词 歧义的问题,但缺少与旧语料的对比分析。  相似文献   

学习者视角下的情报学教育及人才培养调查与分析     

王东波  朱子赫  刘浏  周好  梁媛 《情报理论与实践》2021,(2):16-25

[目的/意义]考察情报学学生对大数据和人工智能的认识,能够为情报学教育体系调整与改革提供不一样的视角,也可为相关研究补充有价值的建议和意见。[方法/过程]文章以江苏省各高校所培养情报学学生为对象,面向学生自身的特点和需求,设计了包含50个问题的调查问卷,考察了情报学学生对情报学教育体系现状和未来发展趋势的认知。对发回的问卷结果围绕问卷填写者的基本情况、情报学教育课程设置、情报学人才培养目标以及专业技能培养四个方面进行分析。[结果/结论]情报学学生以学习知识和技能为第一要务,并以就业或升学为重要目标。情报学学生对于情报学的认知和理解将很大程度上影响学科未来的发展,其对于新兴技术及这些技术在情报学教育中地位的看法,更值得认真思考和对待。  相似文献   

英汉对照语言对自动获取     

王东波  谢靖 《图书情报工作》2010,54(17):108-112

首先,在基于语料库统计和人工内省的语言知识基础上制定抓取底表,使用抓取工具Wget从网络上抓取含有英汉对照语言对的网页。其次,通过程序从抓取网页中提取英汉对照语言对,对获取的英汉对照语言对进行后续整理,如去重、格式转换等。最后,把英汉对照语言对存入到数据库中。  相似文献   

深度学习驱动的海量人文社会科学学术文献学科分类研究     

刘江峰  林立涛  刘畅  何洪旭  吴娜  沈思  王东波 《情报理论与实践》2023,(2):71-81

[目的/意义]探索不同社会科学学科间差异，支持学科建设、科技检索服务，进一步完善文献学科的分类体系。[方法/过程]基于多种深度学习模型和预训练语言模型构建社会科学文献学科分类器，利用CSSCI目录中的20多个一级学科中近350万篇文献构成的数据集进行实验；利用Sentence-BERT输出摘要句子向量并进行层次聚类，根据聚类结果划分学科组，并计算模型对于不同学科组的分类性能以缓和学科交叉的影响；利用模糊准确性指标输出模型对每条记录输出的前N个高概率学科以弥补原有学科分类的局限性。[结果/结论]在“摘要+标题”上使用深度预训练语言模型取得最佳性能；基于层次聚类所得的学科组进行的分类较单一学科性能有所提升；模型的模糊准确性在N=3时能够达到96%。[局限]未考虑从全文文本上获取更丰富的文献学科特征进行自动分类。  相似文献   

ChatGPT用户使用意愿影响因素研究     

张海  刘畅  王东波  赵志枭 《情报理论与实践》2023,(4):15-22

[目的/意义]为了厘清ChatGPT用户的认知和使用意愿影响因素，提高ChatGPT用户的使用体验，促进ChatGPT的本土化，有效化解以ChatGPT为代表的人工智能技术对社会和公众带来的负面风险。[方法/过程]文章以ChatGPT用户使用意愿为研究主题，借鉴扎根理论研究范式，通过对23份访谈资料编码分析的方式，构建了ChatGPT用户使用意愿影响因素研究模型，分析和探讨ChatGPT用户的行为特点和作用规律。[结果/结论]研究结果显示，扎根理论对以ChatGPT为代表的人工智能技术用户使用意愿具有较好的适用性和解释力，同时也证实主体因素、技术因素、信息因素和社会环境因素是影响ChatGPT用户使用意愿的重要因素，与其他信息系统用户相比，ChatGPT用户的风险感知特别是职业风险感知尤为明显。结合上述分析，从人机和谐和社会稳定发展的视角，提出了夯实ChatGPT技术基础理论研究的同时，还应当注意防范以ChatGPT为代表的人工智能技术带来的职业风险和技术风险，加强技术伦理道德建设等对策与建议。  相似文献