1995～2005年山东省期刊论文增长及学术影响力评测分析

采用文献计量学的研究方法，以我国目前数据量最丰富的期刊论文数据库“中国学术期刊网”和“中国引文数据库”中的统计数据为基础，对山东省1995-2005年十年来所发表的学术期刊论文的增长状况、山东省拥有的期刊种类的地域分布、期刊论文的学科分布结构、论文被引用年度分布、论文被引总量的学科分布等指标进行了评测研究，并依此为基础对山东省近十年来的学术期刊论文的学术影响力进行评测分析。     

“中国论文下载中心”免费全文电子论文资源及利用

从免费全文电子论文资源、“中国论文下载中心”网站免费全文电子论文资源及其分类、免费全文电子论文资源的下载和利用3个方面，对“中国论文下载中心”网站的免费全文电子论文资源及其利用进行了探讨。     

日本国立信息学研究所信息检索和获取系统测试集及其专利挖掘任务——基于论文和专利生成技术动态图

文章概要介绍NTCIR的整体情况,重点介绍中国科学技术信息研究所本年度参与的NTCIR专利挖掘任务（Patent Mining Tasks）,并阐述该任务的两个子任务,即（1）以论文和专利统一分类、检索和分析为目的,对学术论文按IPC分类号进行自动分类的“学术论文分类子任务”;（2）基于某一领域的论文和专利的“生成技术动态地图子任务”。最后,对参NTCIR测评活动,给出体会与建议。     

“中国科技论文在线”免费全文电子论文资源及利用

从免费全文电子论文资源、“中国科技论文在线”网站免费全文电子论文资源及其分类、网站免费全文电子论文资源栏目设置、免费全文电子论文资源的下载和利用等,对“中国科技论文在线”网站的免费全文电子论文资源及其利用进行探讨。     

从2000-2009年论文统计看我国高职院校文检课教学的发展

以维普“中文科技期刊数据库”、清华同方“中国期刊全文数据库”和万方学术期刊数据库为数据源,检出2000—2009年国内期刊上发表的有关高职高专文献检索课教学研究的论文336篇,并对其年代分布、作者分布、著者合作度、基金论文和被引情况等进行了分析探讨,对我国高职文献检索课的发展提出参考意见。     

近十年我国图书馆领域知识产权研究的计量分析与评价

文章以中国学术期刊网络出版总库为数据源,采用信息计量学和社会网络的理论与方法,利用Ucinet等软件,从论文年度分布、来源期刊分布、基于关键词的研究主题分析、高频被引论文及其知识基础分析等方面对2003-2012年国内研究图书馆领域知识产权的论文进行计量分析与评价,总结近十年国内图书馆领域知识产权研究主题,为进一步开展相关研究提出建议。     

1997～2001年《中国图书馆学报》发文及著者分类统计分析

对《中国图书馆学报》近5年发表论文及著者分类情况的统计分析，意在找出其在此区间内的论文发表年度变化情况及其相关著者的个性特征，从而确立该期刊发表文章的核心区和著者群的主要分布区域。     

2002—2O1O年图书馆绩效评估研究文献计量分析

论文采用文献计量法对2002-2010年有关图书馆绩效评估方面的研究论文进行定量分析,从论文年度分布、期刊分布、著者情况和研究主题分布等方面入手,分析当前国内图书馆绩效评估研究现状。     

从文献计量分析看国际及中国农业科学发展态势

文章利用CABI、ISI数据库的ESI，对国际农业科学和中国农业科学的发展现状和发展态势，从文献计量学的角度分析了国际农业科学主要学科论文产出的学科分布、国家分布、年度变化。对国际及中国农业科学论文产出的论文数量、学科分布、顶尖论文进行了比较。以期对世界和中国农业科学发展态势有所了解。同时给出了同行专家对农业科学领域发展态势的定性评价。     

2002-2010年图书馆绩效评估研究文献计量分析

论文采用文献计量法对2002-2010年有关图书馆绩效评估方面的研究论文进行定量分析,从论文年度分布、期刊分布、著者情况和研究主题分布等方面入手,分析当前国内图书馆绩效评估研究现状.     

一种层次化的科学知识结构发现方法

[目的/意义]提出一种新的层次化科学知识结构发现方法,为优化知识结构发现过程,改善知识组织形式提供借鉴。[方法/过程]利用LDA主题模型构建层次化的科学知识结构发现方法,依据主题间平均相似性自动确定知识结构层数,通过在"文档-主题"概率矩阵中自动筛选阈值截取各主题文献子集,最后采用树形图展示科学领域的知识结构,发掘知识间的关联性和继承性,并与层次主题模型HLDA方法进行比较。[结果/结论]通过实证研究与对比,证明本文提出的方法得到的知识结构更优,知识主题表征性更强且运行效率更高,并在单层主题区分度和层间主题继承性方面较HLDA方法有较大提升。     

基于概念和语义层次的领域本体评价研究

领域本体评价是本体论和语义网研究中的重要内容.本文提出了一种基于编辑距离对领域本体中概念之间的相似度进行计算的方法.此外,通过比较给定的领域本体和"黄金标准"之间在概念的实例的安排以及概念本身的等级安排上具有的相似性,可以在语义角度对二者做出相似性判断.本文利用一个已有的军用飞机领域的本体和<中国分类主题词表>进行比较计算.实验结果表明,该方法能较为准确地计算出两个本体的概念集的相似性,也能较好地衡量本体之间的语义关系,从而实现对领域本体的有效评价.     

三重视角下出版物鉴定的反思

为切实做好出版物鉴定工作,有必要从类型界分、行为性质、鉴定主体三重视角对出版物鉴定重新审视。发现出版物鉴定的类型界分存在漏洞,需要明确出版物鉴定的类型界分实质上是对出版物能否合理或合法存在的判断,可以考虑从“鉴定类型”到“鉴定方法”的模式转换;出版物鉴定的性质认识存有分歧,需要明确出版物鉴定的性质仍属于行政鉴定,可以考虑转变出版物鉴定意见的解读视角;出版物鉴定主体的公正性面临挑战,而出版物鉴定机构的非独立建构与公正性之间没有必然联系,可以考虑提升出版物鉴定委员会的专业化构造。     

基于FDH模型的学术期刊评价新方法

[目的/意义] 探索用不同的方法对学术期刊进行评价,以获得更加有效、公平和有价值的信息,促进期刊评价理论与实践的发展。[方法/过程] 将经济学中的自由处置壳（FDH）效率评价模型引入到文献计量学中,对传统FDH模型进行调整,构建一种新的期刊评价方法,选取7个指标对图书情报类的41种期刊进行评价,并将评价结果与其他期刊排名进行相关性分析。[结果/结论] 基于FDH模型的期刊评价方法的评价结果更客观,与其他期刊排名显著相关;该方法将期刊评价指标融合在一起,不仅可以测算出每一个被评期刊的得分,还能够提供更多的有价值的信息,为期刊部门提供决策参考。例如,FDH模型可以识别出被评期刊的"标杆"控制期刊"等,期刊通过与其各指标表现接近的期刊进行对比、分析,发现自身存在的不足和差距,达到持续改进乃至超越的目的。     

图书情报论文的睡美人现象考察

对论文引用中的睡美人现象给出了一个认定方法,通过对中文社会科学引文索引(CSSCI)数据库中图书情报类期刊进行检索与文献遍历,找到满足假设条件的4篇文献,并选取其中2篇进行详细考察。结论如下:(1)论文引用中的睡美人现象在图书情报领域确实存在;(2)睡美人论文发表时,作者在学界尚未成名;(3)睡美人论文发表刊物均是核心刊物,但非该领域权威刊物;(4)睡美人论文内容或具有多学科交叉性,或有一定的技术含量,他人涉足有一定难度;(5)知名学者的涉足,对论文引用中的睡美人现象起到了促推作用。     

Precision prediction based on ranked list coherence

We introduce a statistical measure of the coherence of a list of documents called the clarity score. Starting with a document list ranked by the query-likelihood retrieval model, we demonstrate the score's relationship to query ambiguity with respect to the collection. We also show that the clarity score is correlated with the average precision of a query and lay the groundwork for useful predictions by discussing a method of setting decision thresholds automatically. We then show that passage-based clarity scores correlate with average-precision measures of ranked lists of passages, where a passage is judged relevant if it contains correct answer text, which extends the basic method to passage-based systems. Next, we introduce variants of document-based clarity scores to improve the robustness, applicability, and predictive ability of clarity scores. In particular, we introduce the ranked list clarity score that can be computed with only a ranked list of documents, and the weighted clarity score where query terms contribute more than other terms. Finally, we show an approach to predicting queries that perform poorly on query expansion that uses techniques expanding on the ideas presented earlier.

专利技术主题分析:基于SAO结构的LDA主题模型方法

[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构,并从SAO结构中识别"问题和解决方案"（P&S）模式,基于"bag of P&S"假设,构建基于"主语-行为-宾语"（subject-action-object,SAO）结构的LDA主题模型,实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明,该方法能够有效识别主题分布,并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。     

基于修正点互信息的特征级情感词极性自动研判

[目的/意义]基于语料的情感词发现依语句上下文推断情感词极性,能显著提升情感分析的准确率,在面向领域的特征级情感分析任务中有重要应用价值。[方法/过程]对特征级情感极性研判问题展开探讨,提出基于点互信息的"特征-情感"对情感极性自动判别算法,算法借助大规模领域语料,根据观点表达"特征-情感"对与情感语义明确的种子词的共现关系,同时引入依存句法分析语句间的情感转折,通过修正经典的点互信息算法,对上下文约束下的用户观点表达进行褒贬预测。[结果/结论]实验证明,修正算法的性能显著优于词典匹配算法和经典的点互信息情感识别算法,不仅能够推断词典中未纳入的观点表达的情感指向,而且能较准确地推断"语境"中的情感词极性。在餐饮评论和数码产品评论两个评测语料集上,修正算法的F1宏平均指标分别达到0.827和0.878。该算法以领域相关的大规模语料为支撑,基于概率统计和句法分析,因数据获取便利,算法效率高,移植性好,具有普适性,尤其适用于面向领域的情感分析任务。     

Enhancing web search with queries of equivalent intents

Users often issue all kinds of queries to look for the same target due to the intrinsic ambiguity and flexibility of natural languages. Some previous work clusters queries based on co-clicks; however, the intents of queries in one cluster are not that similar but roughly related. It is desirable to conduct automatic mining of queries with equivalent intents from a large scale search logs. In this paper, we take account of similarities between query strings. There are two issues associated with such similarities: it is too costly to compare any pair of queries in large scale search logs, and two queries with a similar formulation, such as “SVN” (Apache Subversion) and support vector machine (SVM), are not necessarily similar in their intents. To address these issues, we propose using the similarities of query strings above the co-click based clustering results. Our method improves precision over the co-click based clustering method (lifting precision from 0.37 to 0.62), and outperforms a commercial search engine’s query alteration (lifting \(F_1\) measure from 0.42 to 0.56). As an application, we consider web document retrieval. We aggregate similar queries’ click-throughs with the query’s click-throughs and evaluate them on a large scale dataset. Experimental results indicate that our proposed method significantly outperforms the baseline method of using a query’s own click-throughs in all metrics.     

���������㻥��Ϣ����������дʼ����Զ�����

��[Purpose/significance] By using corpus-based sentiment analysis, opinion word polarity can be predicted in accordance with its context. The method is significant in applications oriented to specific-domains sentiment analysis tasks since it can improve the prediction accuracy.[Method/process] In the paper, context-oriented sentiment polarity identification for emotion expressions was investigated. A Pointwise Mutual Information(PMI) based algorithm was proposed to solve the problem. In terms of PMI, polarity of an emotion expression "feature-opinion" was inferred according to the co-occurrence of the expression with contextual opinion seed words. Furthermore, employing dependence relation analysis to detect sentimental reverse in context; with the modified PMI algorithm, we can predict polarity of emotion expressions in a sentence more accurately.[Result/conclusion] The results indicate, compared with the Lexicon-based method and the classical PMI, the modified method performs better. With it, opinion-words unlisted in lexicons can be identified, and context-specific sentimental orientation of an expression can be detected precisely as well. Modifying the macro F1 value to 0.827 and 0.878 in cater-review corpus and electronic-product review corpus separately. The algorithm, supported by large-scale domain-specific corpus and based on statistics and dependency analysis, is efficient due to convenience for data acquisition, which make it easier be applied in other domain-specific sentimental analysis tasks.