排序方式: 共有27条查询结果,搜索用时 187 毫秒
21.
传统编目分类和规则匹配方法存在工作效能低、过度依赖专家知识、缺乏对古籍文本自身语义的深层次挖掘、编目主题边界模糊、较难实现对古籍文本领域主题的精准推荐等问题。为此,本文结合古籍语料特征探究如何实现精准推荐符合研究者需求的文本主题内容的方法,以推动数字人文研究的进一步发展。首先,选取本课题组前期标注的古籍语料数据进行主题类别标注和视图分类;其次,构建融合BERT (bidirectional encoder representation from transformers)预训练模型、改进卷积神经网络、循环神经网络和多头注意力机制的语义挖掘模型;最后,融入“主体-关系-客体”多视图的语义增强模型,构建DJ-TextRCNN (DianJi-recurrent convolutional neural networks for text classification)模型实现对典籍文本更细粒度、更深层次、更多维度的语义挖掘。研究结果发现,DJ-TextRCNN模型在不同视图下的古籍主题推荐任务的准确率均为最优。在“主体-关系-客体”视图下,精确率达到88.54%,初步实现了对古籍文本的精准... 相似文献
22.
23.
24.
众筹融资绩效影响因素研究——基于文献综述的视角 总被引:1,自引:0,他引:1
互联网金融刚刚兴起,众筹作为互联网金融中一种正在兴起的创新性项目筹资方式,理论研究刚刚起步,急需要深入探究。综观现有国内外文献,研究成果少且较为分散。众筹融资绩效是创新项目发起人关心的核心问题,也是目前学者们关注的焦点,基于文献综述的视角,对众筹的定义及内涵做了综述并给出了相应的界定,从众筹机理、筹资者行为、出资者行为和众筹宏观环境等4个方面梳理了理论文献,总结了对众筹融资绩效的影响因素,并提出了未来研究方向和需要从理论上解答的主要问题。 相似文献
25.
[目的/意义]现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。[方法/过程]首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。[结果/结论]提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。 相似文献
26.
27.
[目的/意义]旨在为图书情报学科发展的有效探究提供参考。[方法/过程]结合CSSCI核心期刊论文、国家社会科学基金(NSSFC)和国家自然科学基金(NSFC)多项数据作为数据源,从宏观层面对图书情报领域近十年成果进行统计分析,归纳其研究发展过程和变化趋势,从微观层面对对图书情报领域成果进行文本挖掘,发掘出近十年研究热点。[结果/结论]图书情报领域热点主题以“图书馆”“情报”为侧重点,呈交叠式融合、各热点之间互相交错关联的社交网络图。这从侧面也证明了图书情报是一门交叉学科,其主题具有多学科、综合性强的特点。 相似文献