基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

文本解读的误区:“乱象”与“怪论”

语文教学中文本解读有许多误区,出现"乱象"与"怪论":生搬硬套的"本本先生"、歪曲文意的"信天游"、失衡的"翅膀"、脱离文本的"无效生成""种了别人的田,荒了自己的地"、无病呻吟的"伪对话"、隔靴搔痒的"浅阅读"。     

伴随文本框架下新闻文本的意义生产研究——以中美女主播“越洋对话”为例

新闻文本的意义生产模式制约新闻的传播力,新闻文本的意义生产研究容易仅局限于新闻文本本身,却忽视不同伴随文本之间的关联性,而伴随文本决定着文本意义的生成与解读。本研究以中美女主播"越洋对话"为例,分析其伴随文本对于新闻文本意义生产的影响。研究发现,其显性伴随文本预设新闻文本的表意角度,生成性伴随文本拓展新闻文本的表意深度,解释性伴随文本延伸新闻文本的表意广度,突破单一新闻文本表意不足的缺点,最终形成新闻报道强大的社会影响力。     

加速建立社会信用体系 努力提高宏观调控效力

本文通过对社会信用及其体系构成的阐述及对我国社会信用发展现状的分析,剖析了社会信用发展滞后对我国当前宏观调控政策效力正常发挥形成的种种制约,指出建立和完善社会信用体系是有效提高宏观调控政策效力的前提条件,并在此基础上,提出了建立和完善社会信用体系的系列措施。     

充分发挥高新技术在广播电视新一轮发展中的作用

进入新时期，广播电视发展处于一个十分关键的重大转折关头。广播电视工作怎样充分认识科技工作在新一轮发展中的极其重要的地位和作用，极大地增强紧迫高新技术发展步伐、紧紧依靠高新技术加快广电发展的自觉性，成为突出而紧迫的课题。     

试论图书馆法规建设

分析了我国图书馆由于法制建设相对滞后所导致的一些问题产生的原因，认为我国图书馆事业要想得到健康、快速的发展，必须要有科学、完善、规范化的法制建设作保证。