论信息资产的识别

信息资产是组织所掌握或控制的、能够为组织带来经济利益的、与组织信息相关的一切资产.对信息资产进行识别有利于组织实施有效的管理.在讨论信息资产特征的的基础上,提炼和优化信息资产识别指标,构建信息资产识别表,制定信息资产识别步骤,为信息资产的识别提供了可行方法.     

论信息资产的识别

信息资产是组织所掌握或控制的、能够为组织带来经济利益的、与组织信息相关的一切资产。对信息资 产进行识别有利于组织实施有效的管理。在讨论信息资产特征的的基础上,提炼和优化信息资产识别指标,构建信息 资产识别表,制定信息资产识别步骤,为信息资产的识别提供了可行方法。     

基于规则的纪传体古代汉语文献姓名识别

设计一个可以自动识别古代汉语文献中姓名的模型系统,对纪传体古代汉语文献中的姓名识别作了实验和探索。以晋陈寿的《三国志·蜀书》十五卷为实验文本,对系统的识别效果进行测试,识别结果为召回率75.4%,准确率91.9%。实验证明,基于规则的方法对于识别纪传体古代汉语文献中的姓名是可行的。     

基于互联网的商业机构名识别研究

互联网已经成为企业和组织获取竞争对手情报的主要来源之一.建立基于Web的竞争对手情报自动获取系统已成为企业的迫切需求.在竞争对手情报自动获取系统中,商业机构名的识别是基础,它为竞争对手的标识和进一步情报抽取提供了依据.本文提出了一种基于互联网的商业机构名识别新方法.该方法考虑了商业机构名与其上下文之间的语义关联性,通过语义标注和隐马尔可夫模型相结合的方法进行商业机构名识别.我们以互联网上的真实中文网页为数据集对提出的识别算法进行了性能评估,并从召回率、准确率和F指标三个方面与CHMM(基于层叠隐马尔可夫模型的机构名识别算法)、MEM(基于最大熵模型的机构名识别算法)以及SVM(基于支持向量机的机构名识别算法)进行了对比.实验结果表明,本文提出的算法改善了商业机构名识别效果,并且具有很好的普适性.     

不确定性环境下的矛盾知识主张识别研究

[目的/意义] 科学研究（尤其是医学研究）充满了不确定性,识别研究中的矛盾知识主张将有助于识别"科学分歧/不一致的科学结论",推动潜在变革性科学研究的识别和相关研究的完善。[方法/过程] 以阿尔茨海默病为例,将PubMed文摘数据作为数据源,采用SemRep工具进行三元组抽取。制定表征矛盾意义的知识主张识别规则,依据不确定性程度高低对来源语句进行划分,分别采用单句识别和跨语句识别两种途径,识别以三元组形式表示的、具有矛盾意义的医学研究知识主张。[结果/结论] 从来源于PubMed的6 574篇医学文摘中共计识别出49组（涉及277对三元组）矛盾知识主张。阿尔茨海默病在诊断和治疗方面的研究仍存在部分争议和矛盾,有待进一步验证。矛盾知识主张识别为潜在变革性医学研究前沿发现提供新思路,可用于基于知识计量的知识发现和为知识图谱可信度计算提供参考。     

基于网络问答社区的话题识别与分析——以知乎“老年人”话题为例

[目的/意义]针对目前基于网络的话题识别与分析方法的局限性,提出针对网络问答社区的话题识别与分析方法,为此类网站的话题识别与分析提供参考。[方法/过程]以改进的中文分词技术为基础,构建网络问答社区的话题识别指标,通过线性加权方式计算权重,结合关键词提取方法确定话题关键词,对话题关注焦点进行提取,对分布情况进行测度。依据所提出的改进方法,以知乎网站为数据来源,从话题关键词、关键词分布以及热点子话题3个角度对"老年人"话题焦点进行识别与分析。[结果/结论]研究表明,该方法具有科学性和可行性,不仅拓展了社会问题的分析数据源,也为"积极开展应对人口老龄化行动"提供了决策依据。     

数字人文视域下典籍动物命名实体识别研究——以SikuBERT预训练模型为例

通用命名实体识别难以满足不同领域研究的需要,特定领域命名实体识别研究对于提升文本挖掘精度具有重要意义。文章基于SikuBERT预训练模型,构建用于典籍动物命名实体识别模型,为典籍动物知识挖掘提供有效方法。利用25部经人工标注动物命名实体的先秦典籍语料,对SikuBERT等由BERT预训练模型发展而来的系列模型以及CRF、Bi-LSTM-CRF进行训练,构建多种用于识别典籍中动物命名实体的模型,并对这些模型进行识别性能测试,比较验证SikuBERT预训练模型的识别性能。结果表明：基于SikuBERT经训练所构建的动物命名实体识别模型效果最优,十折交叉测试的平均调和平均值（F1）为85.46%,最高一次达86.29%,应用于《史记》动物命名实体识别准确率达91.6%。     

射频识别技术在图书档案馆中的应用研究

对射频识别技术的系统组成及工作原理进行概述,并比较射频识别技术与条形码技术的不同。对射频识别技术在国内外图书档案馆中应用的实例进行分析,对使用射频识别技术的利弊进行比较,得出应在图书档案馆中推广使用射频识别技术的结论,并指出射频识别技术在图书档案馆中的应用前景。     

从客户评论中识别命名实体——基于最大熵模型的实现

介绍命名实体识别的基本概念,分析两种命名实体识别的基本方法:基于规则的命名实体识别方法和基于统计的命名实体识别方法,并以最大熵模型为理论基础,对中文菜名识别进行实证研究。根据中文命名实体的特点,设计6种特征模板。实验结果表明,在简单特征模板的基础上增加标注特征能有效提高命名实体的识别效果。对改进识别效果有用的特征依次为:标注特征、词性组合特征、后向词性依赖特征和词形特征。     

科技创新路径识别研究进展：方法与工具

为支持科技知识创新,科技创新路径识别已经成为情报学研究的热点主题。在梳理科技创新路径识别研究的数据源、研究方法以及可视化工具研究现状的基础上,重点分析基于关键词或者主题词识别和基于引文全文的语义分析识别两种主要的科技创新路径识别方法,并对Sci2、HistCite、CiteSpace以及VOSviewer 4种可视化工具进行比较分析,进而指出基于引文分析的科技创新路径识别研究面临的挑战并展望其在数据集、研究方法、研究技术以及研究结果方面的未来发展趋势,以期为科技创新路径识别研究提供支持和帮助。     

情报视角下的突发事件监测与识别研究

突发事件的监测与识别是应急决策情报体系的一个重要环节.为构建一个以情报为核心的突发事件监测与识别的理论架构,从情报视角出发,将突发事件的监测与识别归纳为:①一个目标:为应急决策情报体系服务;②两个侧重:过程与方法;③3个原则:全源情报、实时情报、精准情报;④3个步骤:情报收集、情报分析、情报评估与利用.最后,对情报视角下突发事件监测与识别的前景进行分析.     

基于Stanford Parser的实体间关系识别

分析当前基于GATE等开源工具进行关系识别的研究,提出利用GATE和Stanford Parser构建开放式实体间语义关系识别的Rela Pair模型。实验表明,该模型可以有效识别出由动词或介词所引导的命名实体关系三元组,为后续的情报分析工作提供重要支撑。     

高校专利许可/转让价值评估模型构建——从价值识别到价格预估

高专利技术丰富多元、价值巨大,但专利是否具备许可/转让价值、市场价格是多少成为企业与高校开展专利交易面临的关键问题。文章以“评估什么价值”为问题导向,构建高校专利价值评估模型。首先选取13个高校专利价值评估指标;接着采用熵权TOPSIS模型的人工识别和梯度提升树的机器识别相结合的方法,识别高校专利的许可/转让价值和失效风险;最后将高校专利综合价值度和专利诉讼判赔额度进行曲线拟合,形成专利价格预估计算公式,对高校存在许可/转让价值的专利进行市场价格预估。文章以特定高校为例,进行专利价值识别和价格预估,对评估模型的有效性进行验证,为提升校企专利交易效率提供了实践路径和方案参考。     

基于主题挖掘与专利评估的技术机会识别研究——以智慧农业为例

[目的 /意义]技术机会识别是企业技术创新活动得以顺利开展的重要前提,及时发现和把握有价值的技术机会对技术创新突破意义重大。[方法 /过程]从主题挖掘与专利评估的视角提出一种技术机会识别方法,首先应用主题模型识别技术领域涵盖的技术主题并进行专利聚类;其次在技术主题层面展开细粒度分析,综合考虑技术机会应具备前沿性、价值性和时效性的重要特性,采用突变级数法和离群因子算法评估技术主题中的高价值专利和离群专利形成核心专利集,并计算每个技术主题的专利平均年龄;最后,将技术主题中的核心专利占比和专利平均年龄作为核心指标绘制技术机会识别地图,用于识别技术机会。[结果 /结论 ]以智慧农业领域为例,对所提方法进行实证,识别智慧农业领域的5个技术机会,为创新主体的技术研发提供决策支持。但识别结果的定量验证以及融合多源数据进行技术机会识别有待进一步探索。     

基于遗传算法的BP神经网络在车牌识别中的应用

车牌识别技术作为现在交通的一项重要应用方向应用非常广泛。目前,尽管已经出现一部分车牌识别系统相关产品,但是对识别的算法研究发展一直在深入,而且有进一步地研究改进。本文对已有的车牌识别技术进行了深入的研究,在研究的基础上结合遗传算法和BP神经网络方法,提出了基于遗传算法的BP神经网络的车牌识别方法,并在MATLAB平台实现了识别。其中包括车牌定位、字符切分及车牌识别三个模块。检验结果表明,本文设计的车牌识别方法是可行的而且更有效地进行车牌识别,提高了收敛精度和识别率度,从而验证了该方法的有效性,为今后的产品化奠定了很好的算法基础。     

基于弱信号的颠覆性技术早期识别研究

基于专利的弱信号探测模型与技术颠覆性潜力测度体系相结合的方法,开展颠覆性技术早期识别,为颠覆性技术的早期识别提供一套有效的方法和思路。利用专利信息进行领域弱信号探测,利用LDA (latent Dirichlet allocation)主题模型从领域专利内容中抽取主题,基于弱函数对主题进行过滤得到包含弱信号的主题集合,进一步通过预兆函数对弱信号主题包含的术语进行过滤,得到该研究领域弱信号术语集合及其对应的专利集合。基于技术颠覆性潜力测度指标体系,对包含弱信号术语的专利进行颠覆性潜力测度,最终得到目标领域具有颠覆性潜力的技术,为该领域颠覆性技术的早期识别提供参考。以incoPat专利数据库中2008—2019年基因编辑领域的专利数据作为研究对象,结合弱信号探测模型与技术颠覆性潜力测度体系,对该领域具有颠覆性潜力的技术进行早期识别,通过与基于关键词识别的弱信号结果对比,并利用CRISPR/Cas9技术对上述颠覆性技术识别结果进行验证,证明了本文方法的可行性和有效性。     

一种基于专利文本的技术系统构成识别方法

基于专利中术语共现关系,采用同质块建模方法对连续时间段术语共现网络的变化情况进行聚类,以识别技术演化过程中的新兴技术系统构成,并且以硬盘驱动器领域磁头技术为例进行实证分析。实证结果表明,该方法能够对技术系统构成进行有效识别。     

错误公式的3种识别技巧

针对编辑工作中公式识别难度大的问题,提出了运算规则识别法、物理含义识别法以及运算规则与物理含义相结合的识别法,用以快速地对错误公式进行识别.     

多特征融合的突发公共卫生事件潜在谣言传播者识别

[目的/意义]突发公共卫生事件中谣言的迅速传播可能会引发群体性的焦虑和恐慌,识别社交媒体中潜在的谣言传播者,研究及评估影响谣言传播者识别的重要特征,为舆情管控和网络治理提供策略。[方法/过程]提出一种突发公共卫生事件情景下多特征融合的潜在谣言传播者识别模型,首先基于BERT-BiLSTM模型提取微博的语义特征,然后与用户特征、微博特征以及情感特征进行融合,最后基于LightGBM算法构建用户分类模型,并利用SHAP值对模型进行分析。[结果/结论]研究结果表明,融合多特征的突发公共卫生事件谣言传播者识别模型在微博数据集上的准确率能够达到87.94%,说明该模型具有较好的识别效果,提出的4个维度的特征对谣言传播者识别均有贡献,其中文本语义特征对谣言传播者识别准确率的提升最高。     

基于条件随机场与自定义规则的时间表达式识别

本文致力于信息抽取中时间表达式的识别与提取研究.首先针对基于规则方法时间识别的缺点,将统计序列标注模型--条件随机场应用于时间识别中,充分利用时间表达式的内部和外部特征进行时间识别,提高了时间识别的准确率.然后通过对识别结果进行分析,自定义规则对识别错误结果进行后处理,进一步提高时间识别的召回率,弥补了机器学习模型获取知识不够全面而导致的召回率偏低的问题.实验结果表明,本文方法开放测试的准确率、召回率和F-值分别到达了91 65%、88 13%和89 85%,较传统方法均有所提高,是一种有效的时间表达式识别方法.