融合语义联想和BERT的图情领域SAO短文本分类研究     

张玉洁  白如江  刘明月  于纯良 《图书情报工作》2021,65(16):118-129

[目的/意义] 针对SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题,提出一种融合语义联想和BERT的SAO分类方法,以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源,首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案,即通过语义扩展和SAO重构延展SAO语义信息,通过语义降噪解决扩展后的噪声干扰问题;然后利用BERT模型对语义联想后的SAO短文本进行训练;最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后,实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优,平均F1值为0.852 2,与SVM、LSTM和单纯的BERT相比,F1值分别提高了0.103 1、0.153 8和0.140 5。  相似文献   

语义分类的学科主题演化分析方法研究——以我国图书情报领域大数据研究为例     

刘自强  王效岳  白如江 《图书情报工作》2016,60(15):76

[目的/意义] 学科主题演化研究有助于掌握学科发展现状、研究热点、研究前沿和发展趋势等情况,是进行科技创新的基础,是面向科技创新的重要研究方向。[方法/过程] 提出一种语义分类的学科主题演化分析方法：将关键词分为研究问题、研究方法和研究技术3类,构建不同语义分类的共词网络;然后基于Fast Unfolding社区发现算法识别具有语义特征的社区（主题）;利用相似度算法计算相邻子时期主题间的相似度,构建学科主题演化图谱,以分析某学科领域研究问题、研究方法和研究技术的变化,实现深度、细致的学科主题演化分析。[结果/结论] 通过对2012-2015年CNKI数据库收录的我国大数据研究领域相关论文数据的处理分析,证明该方法的准确性和有效性。  相似文献   

基于引文内容挖掘的科技创新路径识别方法与开源工具研究     

廖君华  陈军营  白如江 《现代情报》2018,38(7):113-121

[目的/意义]分析科技创新路径识别研究中用到的主要研究方法与开源工具,提出利用引文内容挖掘实现科技创新路径识别方法及开源工具。[方法/过程]首先,基于引文分析、结构洞分析、凝聚子群分析、文本内容挖掘、引文内容挖掘等不同角度分析了科技创新路径识别的主要方法;其次,从数据源、文本格式、挖掘内容、处理能力等方面阐述了用于实现引文内容挖掘的科技创新路径识别的3个开源工具：Mallet、Knime、NLTK;最后,分析了实现科技创新路径可视化的5个开源工具：Pajek、Ucinet、Gephi、D3.js、VOSViewer。[结果/结论]通过研究发现,利用开源工具深入挖掘引文内容中蕴含的丰富语义信息,识别不同引用动机,进而进行可视化展示可以有效的实现科技创新路径表达。  相似文献   

基于大规模搜索日志的中文长句查询分析研究     

白如江  杨振瑜  王效岳 《情报学报》2013,32(10)

本文利用大规模搜索日志对用户中文长句查询的情况进行了统计研究.通过分析搜索日志中的中文长句查询确定了经常发生的查询类型特点,并对用户搜索行为与查询长度、查询类型和查询频率的关系进行了研究.进一步了解了session中用户查询词修改情况,总结了用户查询修改方法和长度修改方面的特征和规律.最后,将不同长度的查询放到了三个商业搜索引擎中分别进行检索,计算其重叠率.通过以上的分析研究发现虽然目前大部分查询都是短查询,但短查询并不能满足用户所有的检索需求,特别是在搜索引擎向语义检索不断发展的今天,长句检索的分析和利用能够从更深层次上了解用户的查询用语特点和搜索点击行为,这对于查询技术的改进和语义空间的构建都具有积极的作用.  相似文献   

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究     

白如江  陈鑫  任前前 《情报理论与实践》2024,(1):75-83

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧（Supply）、智慧情报分析中台（Analysis）、情报需求侧（Demand）三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。  相似文献   

k-clique社区知识创新演化方法研究   总被引：3，自引：0，他引：3  

白如江  冷伏海 《图书情报工作》2013,57(17):86-94

提出一种基于k-clique社区的知识创新演化揭示方法。首先,构建科技文献时序关键词共词网络。然后,将共词网络划分为n个最大完整子网络Gs,在Gs中寻找k-clique(2 < k < s)。最后,在给定阈值k的情况下,计算k-clique社区的演化情况,从而揭示知识创新情况。该方法不仅能够有效揭示知识创新演化过程,而且能够通过k-clique社区的关键节点,揭示知识创新过程中的共性知识以及不同知识创新领域的互相影响情况。通过对碳纳米管研究领域2008-2012年SCI数据库论文数据的实验证明,该方法能准确识别出该领域知识创新主要方向,并能准确反映其演化情况。  相似文献   

本体集成：概念、过程、工具与方法综述     

王效岳  胡泽文  白如江  李玉平 《图书情报工作》2011,55(16):119-125

针对目前本体集成领域相关概念和集成工具较多、集成过程不一、集成方法介绍过少等问题,简要辨析本体集成的概念,给出本体集成的基本过程。对比分析国内外流行的本体集成工具,对目前本体集成领域新出现的方法,如形式化概念分析法、范畴论法、RDFS闭包图法等理论基础和实现过程进行详细分析,以便为国内学者在该领域的研究提供启发和指导。  相似文献   

国外主要可视化数据挖掘开源软件的比较分析研究   总被引：1，自引：0，他引：1  

杨振瑜  王效岳  白如江 《图书馆理论与实践》2013,(5)

选取了WEKA、RapidMiner、KNIME和Orange四种国外主要的可视化数据挖掘开源软件,对它们在数据挖掘方法、可视化功能、使用容易程度等方面进行了比较.通过比较发现RapidMiner具有丰富的算法和优秀的可视化效果,而WEKA和KNIME在算法上较Orange要多,但Orange 在可视化功能上要比两者强.所以四种软件都有各自的适用范围,可以适用不同操作用户的需求.  相似文献   

海量网络学术文献自动分类系统     

王效岳  白如江  王晓笛  祝娜 《图书情报工作》2013,57(16):117-122

随着Internet的发展,互联网上的学术文献数量呈指数增长,很难为科研工作者所利用,因此亟需一种方法对海量的网络学术文献进行自动的搜集、整理、分类。在前期充分的实验论证后,设计实现一个海量网络学术文献自动分类系统,该系统使用模块化设计,包括学术文献自动抓取模块、学术文献词-文档矩阵处理模块、本体集成模块以及基于语义驱动的分类模块。实验证明,该系统可以有效地完成海量学术文献的自动抓取、处理和分类工作。  相似文献   

国内语义检索研究计量分析     

亢丽芸  王效岳  白如江 《现代情报》2012,32(5):104-109

运用文献计量分析法、社会网络分析软件对国内语义检索领域的文献年度数量分布、论文来源分布、作者及作者单位分布、文献获基金支持情况、词频及共现频次进行统计分析及可视化,挖掘语义检索领域的研究现状、发展趋势、研究热点等信息,并对语义检索研究热点进行综述。  相似文献