全文获取类型
收费全文 | 767篇 |
免费 | 25篇 |
国内免费 | 47篇 |
专业分类
教育 | 388篇 |
科学研究 | 150篇 |
体育 | 13篇 |
综合类 | 21篇 |
信息传播 | 267篇 |
出版年
2023年 | 12篇 |
2022年 | 9篇 |
2021年 | 7篇 |
2020年 | 22篇 |
2019年 | 14篇 |
2018年 | 15篇 |
2017年 | 11篇 |
2016年 | 18篇 |
2015年 | 49篇 |
2014年 | 77篇 |
2013年 | 56篇 |
2012年 | 59篇 |
2011年 | 72篇 |
2010年 | 80篇 |
2009年 | 58篇 |
2008年 | 60篇 |
2007年 | 35篇 |
2006年 | 38篇 |
2005年 | 29篇 |
2004年 | 25篇 |
2003年 | 23篇 |
2002年 | 20篇 |
2001年 | 8篇 |
2000年 | 12篇 |
1999年 | 10篇 |
1998年 | 4篇 |
1997年 | 10篇 |
1996年 | 2篇 |
1995年 | 2篇 |
1994年 | 2篇 |
排序方式: 共有839条查询结果,搜索用时 15 毫秒
1.
[目的/意义]文章的研究目的是探索科学论文的语义标注模式以满足科研人员快速获取细粒度科学知识的需求。[方法/过程]结合已有的概念模型,提出了一个聚焦于描述科学论文论证过程的语义标注框架,并利用该框架对一篇认知心理学科学论文进行了语义标注实验以验证其有效性。[结果/结论]以上述科学论文为例,利用该框架对其物理结构、论证过程、科学结论和实验过程进行了语义标注,以此构建细粒度的语义出版物,并在此基础上实现了对科学论文的细粒度内容的检索。[局限]如何对科学论文中的图片、表格和数据集进行语义标注,需要进一步研究。 相似文献
2.
[目的/意义] 针对学术期刊文本资源语义标注仍存在的通用本体难以构建、标注粒度单一两大问题,提出基于SKOS的学术期刊多粒度语义标注方法,从而进一步推进语义标注的应用发展,更好满足用户的多粒度学术信息需求。[方法/过程] 在对《中国汉语主题词表》进行SKOS描述的基础上,以学术期刊文本资源为对象,实现其多粒度语义标注,并通过实证研究验证该方法的可行性。[结果/结论] 利用SKOS实现对学术期刊文本资源进行多粒度语义标注,较之当前学术检索系统中的标注结果,在"查全""查准""内部特征检索入口""检索结果反馈形式"4个方面具有一定优势。 相似文献
3.
4.
数字图像语义标注模型比较与分析 总被引:1,自引:0,他引:1
[目的/意义]图像语义标注的基础是图像语义标注模型的构建,对当前主流图像语义标注模型进行梳理和总结,剖析其在图像语义标注中的优缺点,可为后续相关研究提供借鉴和参考。[方法/过程]采用文献调研法,总结出4类主要的图像语义标注模型,即Eakins模型、Jaimes&Chang模型、Kong模型、Panofsky模型。其后采用比较法和归纳法,从语义层次、可扩展性以及应用范围和方式3个方面对前三类模型进行比较分析。[结果/结论]Eakins模型语义层次最全面,语义表达能力最强,应用范围最广;Kong模型的可扩展性最强,适应性最好。 相似文献
5.
6.
在学术期刊评价中,“基金论文比”是一项重要的评价指标,但个别学术论文乱标基金项目的现象一直存在。前人对此方面的研究将原因归于作者或期刊。从发现问题至今15年过去了,但这种现象并未减少。我们认为学术期刊论文基金项目不当标注的深层次原因在于:1)个别科研人员重复申请基金导致论文资助项目标注混乱;2)结题论文“一女多嫁”。以林业行业学术期刊标注基金项目调查结果为例,探讨了当前标注基金项目存在的问题,进而提出建议:1)基金管理部门要规范基金项目的重复申请监测和结项标准;2)学术期刊要正视“基金论文比”存在的真正意义和必要性,在工作中必须要求作者标注基金项目齐全。只有诚信标注基金项目,才能使基金项目真正发挥对科技的支撑作用。 相似文献
7.
[目的/意义]在社会化标注系统自组织运行的基础上,构建个性化信息推荐的多维度融合与优化模型,进而在大数据环境下,为用户提供精准的个性化信息推荐服务,从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先,对每一种个性化信息推荐方法的优点和不足进行深入分析;然后,将基于图论(社会网络关系)、基于协同过滤以及基于内容(主题)3种个性化信息推荐方法进行多维度深度融合,构建个性化信息推荐多维度融合模型;最后,对社会化标注系统中个性化信息推荐多维度融合模型进行优化,从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论(社会网络关系)、基于协同过滤以及基于内容(主题)的个性化信息推荐方法各自的贡献和不足,实现3种方法之间的多维度深度融合,并结合心理认知、用户情境以及时间、空间等优化因素,最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。 相似文献
8.
传统Web页面语义标注方法需手工处理,或只可将Web页面中有属性的标签赋予数据,针对无属性标签数据不进行标注,不适于大规模Web页面信息标注,且标注结果不可靠。为此,提出一种新的基于集成学习的动态Web页面语义标注方法。给出动态Web页面语义标注流程。将Web页面转换成DOM树,识别待标注文本。选取抽取信息特征与训练Web页面特征,将含有语义信息的内容分配至概念抽象化的本体上,采用多分类器集成学习方法进行分类,区分待标注信息是属性标签还是数据元素,通过不同分类器预测结果的一致性对相应样本被准确标注的置信度进行衡量。通过训练页面中涵盖的属性标注规则集与抽取信息中的属性名称实现语义标注。实验结果表明,所提方法适于大规模动态Web页面语义标注,标注结果可靠。 相似文献
9.
[目的/意义] 从用户角度出发,研究基于用户自然标注的TF-IDF辅助标引算法。[方法/过程] 首先以核心期刊论文中作者标注的关键词和分类号为源数据,通过对关键词词频进行统计,使用TF-IDF算法构建用户标注词表、形成标引知识库,然后通过IK Analyzer分词软件对待标引的科技项目数据进行切词和停用词处理,进而使用TF-IDF算法和位置加权算法提取科技项目数据的特征词,最终实现对科技项目数据进行关键词和分类的同步标引。[结果/结论] 实验结果表明,机标关键词与人标关键词的相似比在60%以上的科技项目数据占总数的68.1%,机标分类号与人标分类号前三位一致的占总数的83.9%,结果表明基于用户自然标注数据并采用TF-IDF算法在关键词和分类标引方面是可行的。 相似文献
10.
数据是人工智能和机器学习的基础,但不是所有数据都具有研究价值,这就需要技术人员根据不同的应用场景对数据进行采集、筛选和标注.数据采集标注等数据服务行业空前繁荣,但数据在成本、效率、质量等方面仍有一定的弊端,因此,构建一个基于众包模式下,以微信小程序为客户端的数据采集和标注系统,用于实现众包模式下的数据采集和标注系统,可以在一定程度上解决市面上已存在系统的一些效率慢、成本高、数据质量参差不齐的问题.通过众包模式和激励机制思想,提升数据采集和标注的维度和精度,同时降低人工成本,提供大量的数据为机器学习的训练做数据支撑,模拟人类活动进行深度学习. 相似文献