数据清洗研究综述   总被引：9，自引：0，他引：9  

王曰芬  章成志  张蓓蓓  吴婷婷 《现代图书情报技术》2007,2(12):50-56

对数据清洗问题进行综述。介绍数据清洗问题产生的背景和国内外研究现状。给出数据清洗的定义和对象，说明数据清洗的基本原理、模型，分析相关算法与工具，给出数据清洗评估方法；并对今后数据清洗的研究和应用进行展望。  相似文献   

自动标引通用评价模型研究     

章成志  周冬敏  苏新宁 《中国索引》2007,5(4):9-17

自动标引的评价是度量一个标引系统的性能的重要手段。针对常规自动标引评价方法存在的评价结果不能完全反映真实标引结果，以及评价成本高的情况，本文提出一种通用的自动标引评价模型，该模型有效利用外部资源，根据有参照情况与无参照情况，分别对标引结果进行评价。实验结果表明，自动标引通用评价模型能增加评价的可靠性并降低评价的成本。  相似文献   

基于层次观点树的社交媒体多维度观点挖掘研究     

习海旭  章成志  赵毅  田亮 《情报学报》2023,(3):304-315

挖掘社交媒体舆论中隐含的观点有助于人们快速有效地了解社交媒体舆论,避免主观和随意地发表评论,传播错误信息进而引发恶性事件。目前,社交媒体观点挖掘主要从观点主题、倾向性或某方面内容等单个维度分析舆论,人们难以全面认识舆论并掌握这些观点内容之间的逻辑关联等多维度信息,且各子任务的相关性能还有待提高。为了更准确地了解且综合地分析不同维度的舆论信息,促进人们对社交媒体舆论的深入认知,本文提出了一种面向社交媒体短文本,体现各维度观点内容之间逻辑关系的层次观点树构建方法,并选取推特（Twitter）中有关羟基氯喹治疗COVID-19疾病的话题内容,进行层次观点树构建的实证研究。结果表明,本文提出的层次观点树构建方法能够提供多维度、易理解的社交媒体观点信息。  相似文献   

专利技术互补性研究综述：概念、测度及应用     

张金柱  施佳璐  章成志 《情报学报》2023,(10):1251-1264

专利技术互补性作为各类组织进行技术创新的重要参考,近年来受到国内外学者的广泛关注。本文回顾了技术互补性概念的发展沿革,从产业/行业分类、专利分类、专利引用关系以及专利内容特征关联四个角度归纳其测度方法,最后综述专利技术互补性的多种应用。基于此,总结形成专利技术互补性的概念内涵,发现相关研究主要利用专利分类或专利引用网络来形成技术互补测度指标和方法,并主要应用于创新绩效因素判定、企业并购决策制定以及潜在合作伙伴发现等。未来,建议继续细化和具体化技术互补性概念,综合利用专利文本、图表、市场信息等多模异构数据,设计细粒度定量测度指标,引入深度学习等方法,提升专利技术互补测度的准确性,进一步拓宽专利技术互补性的应用范围,提升应用效果。  相似文献   

基于百科资源的多策略中文同义词自动抽取研究   总被引：3，自引：1，他引：2  

陆勇  章成志  侯汉清 《中国图书馆学报》2010,36(1)

采用实证的方法,以百度百科语料库为实验抽取对象,在对同义词自动抽取技术分析比较的基础上,提出了多策略的中文同义词抽取的思路.综合利用字面相似度方法、特征模式匹配方法和PageRank链接分析方法对中文百科语料库中的同义词进行自动获取,具有多领域适用性、获取同义词类型多样性等特点.实验结果表明,该方法具有可行性,并可应用于其它语种的同义词自动获取中.未来的研究应进一步实现模式的自动定义、完善抽词词典、有效排除噪音数据并构建能真实反映语义关系的词汇矩阵.图1.表6.参考文献13.  相似文献   

多语言文本聚类研究综述   总被引：1，自引：0，他引：1  

章成志  王惠临 《现代图书情报技术》2009,(6)

对多语言文本聚类问题进行综述,说明多语言文本聚类的作用、多语言聚类方法的分类、现有方法存在问题以及今后的研究趋势.  相似文献   

面向数字图书馆应用的多语言领域本体学习研究     

章成志  王惠临 《图书情报工作》2011,55(2):11-94

首先分析相关应用案例,说明多语言领域本体在数字图书馆领域的潜在应用价值,然后阐述数字图书馆环境下多语言领域本体学习的特点,由此给出面向数字图书馆应用的多语言领域本体学习基本框架,接着说明其中涉及到的若干关键技术与本课题组的相关研究工作,最后对未来的研究提出展望.  相似文献   

基于学术论文全文的研究方法句自动抽取研究     

张颖怡  章成志 《情报学报》2020,39(6)

  相似文献   

基于细粒度评论挖掘的书评自动摘要研究     

章成志  童甜甜  周清清 《情报学报》2021,(2):163-172

挖掘图书评论不仅有助于用户了解图书内容,还可帮助出版社优化营销策略。图书评论摘要能够大幅提升用户获取信息的效率,用户只需简短阅读摘要即可了解评论的重点内容。如何为用户提供简洁、准确的图书评论摘要具有重要研究意义。目前的评论摘要研究多是采用句子抽取式的方法,忽视了评论中细粒度的情感信息。此外,不同的图书评论平台在评论内容方面存在较大的差异,仅基于单一平台的评论构建摘要,用户难以通过评论摘要全面了解图书。本文提出了一种包含属性信息和内容信息的图书评论摘要模型,并设计了基于细粒度评论挖掘的书评摘要方法。实证结果表明,本文提出的评论自动摘要方法,生成的评论摘要能够提供细粒度、多维度的图书评价信息。  相似文献   

高下载中文学术论文的语言学特征     

陈必坤  程孟夏  钟周燕  章成志 《图书馆论坛》2021,(3):21-30

为研究中文学术论文下载次数与语言学特征的关系,文章以图书情报学领域被CSSCI收录的7种期刊发表于2014-2017年的6,257篇学术论文为研究对象,选用8个语言学特征指标测度高下载论文(Top 20%)、低下载论文(Bottom 20%)和全体论文的语言学特征。从中值和均值来看,各期刊高下载论文的标题长度几乎都小于总体论文和低下载论文,摘要词汇多样性、正文长度、正文句子长度和正文词汇多样性整体上大于总体论文和低下载论文。从显著性检验结果来看,整体上未通过显著性检验,但特定平台特定期刊的特定语言学特征指标通过了显著性检验。从样本数据来看,整体上语言学特征对中文学术论文下载次数影响很小,但在特定平台特定期刊语言学特征具有一定影响。  相似文献