排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
掌握融合出版领域前沿技术的应用现状与趋势,为融合出版领域的技术应用提供参考。选择2006—2022年融合出版领域的专利、新闻、公众号、学术论文数据,采用joiNLP算法提取关键短语,利用BERTopic模型进行主题提取,并基于all-MiniLM-L6-v2模型将主题向量化作为余弦相似度计算的依据,以分析2006—2022年融合出版技术主题与应用主题的强度演化与内容演化趋势,最终构建演化主路径。以多源数据为研究对象,揭示融合出版领域热点技术可归纳为区块链、人工智能、虚拟现实、增强现实,并指出未来融合出版将在元宇宙世界具有更广泛的应用空间。使用主题模型从文本语义层面提取技术主题,结果具有高准确性和强可解释性,对探究技术的演化规律与趋势具有创新意义。 相似文献
2.
【目的/意义】建立新的网络谣言传播模型,为网络谣言的应对及治理提供有益的参考。【方法/过程】针对网
络谣言的传播特点,借鉴药物动力学中的药物扩散原理,建立了网络谣言的CFDR传播模型,给出了相应的数学方
程式;进一步探讨了权威媒体干预因素和时滞性影响,对模型进行了优化,修正了谣言传播的峰值预测和总人数
值;利用matlab、python等工具进行对参数的敏感性进行了分析;最后,以“成都49中”事件为实例验证了模型的有效
性,并分析了相关影响因素。【结果/结论】结果表明：利用CFDR模型可以较好地拟合网络谣言传播的全过程,模型
的各参数对网络谣言的传播都有影响,其中,权威媒体的正向干预在网络谣言的传播过程中发挥着重要作用。【创
新/局限】创新性主要体现在：突破以往基于传染病动力学模型研究网络舆情和谣言传播的固有模式,借鉴药物扩
散原理建立了网络谣言 CFDR传播模型,并考虑了权威媒体干预因素和时滞性影响。局限性主要表现为：实例验
证中只使用了一个事件中一个平台的实际数据,未来可进一步丰富。 相似文献
3.
[目的 /意义]将海量学术文本观点提取工作由人工转向机器,提高效率的同时又能够保证观点提取的准确性、客观性。[方法 /过程]使用UniLM统一语言预训练模型,训练过程中对模型进行精调,以人工标注数据集进行机器学习。将学术文摘作为长度为a的文本序列,经过机器学习,生成长度为b的句子序列(a≥b),并且作为学术论文观点句输出。[结果 /结论 ]研究结果表明：UniLM模型对于规范型文摘、半规范型文摘、非规范型文摘观点生成精准度分别为94.36%、77.27%、57.43%,规范型文摘生成效果最好。将机器学习模型应用于长文本观点生成,为学术论文观点生成提供一种新方法。不足之处在于本文模型依赖文摘的结构性,对非规范型文摘观点生成效果有所欠缺。 相似文献
1