基于多模态深度学习的旅游评论反讽识别研究

[目的/意义]反讽作为一种隐性而间接的情感表达方式,在社交评论中被广泛使用,正确识别用户的反讽情感对于网络平台和服务商具有重要意义。[方法/过程]文章基于深度学习构建多模态反讽识别模型,以在线旅游评论为例,运用深度学习模型分别提取文本、表情符号和图片的特征向量,通过不同的特征融合方式进行反讽识别。[结果/结论]通过与单模态反讽识别模型进行对比实验,发现文章提出的多模态旅游评论反讽识别模型在准确率、召回率等指标上的结果更优,验证了多模态模型比单模态模型反讽识别效果更佳的结论。     

专利供需知识图谱半自动化构建及应用

[研究目的]为提高专利知识图谱构建的自动化水平,并实现知识服务与交易服务的融合,提出了面向供需信息挖掘的供需知识图谱(PSD-KG)的构建思路。[研究方法]知识图谱规划方面,对专利交易涉及实体及关系进行了拓展,规划了共由12类实体和14类关系组成的PSD-KG。知识图谱构建方法上,建立专利领域词典以实现语料自动化标注,并提出了基于BERT-BiLSTM-CRF模型的语义实体识别方法。[研究结论]与传统的CRF、BiLSTM-CRF模型对比发现,该文模型的准确率、召回率和F1指数均高于85%,验证了方法的有效性;以燃料电池领域为例构建PSD-KG,通过技术供需热点识别及演化研究,识别出三类技术热点,包括：持续热门技术点、新兴热门技术点和潜在热点技术;并在交易网络分析、供需信息检索等方面挖掘新应用场景。研究成果也为专利交易推荐提供了知识库。     

基于SciBERT与ChatGPT数据增强的研究流程段落识别

[目的/意义]在阅读文献的过程中,研究流程是研究者需要特别关注的一个重要方面,自动识别学术文本中描述研究流程的段落对辅助文献阅读、学习研究设计等有着重要意义。[方法/过程]文章以自然语言处理领域为例,收集代表性会议论文构建数据集。分别基于传统机器学习模型、神经网络分类工具以及预训练语言模型构建分类器识别研究流程段落,然后对不同模型的分类效果进行评估,确定性能最优的模型。为进一步提升研究流程段落识别效果,在最优模型的基础上,基于ChatGPT进行了数据增强。[结果/结论]实验结果表明,在所有分类器中,SciBERT具有最好的研究流程段落识别效果。基于ChatGPT的数据增强可使SciBERT模型的分类性能进一步提高,最终准确率(Acc)和F₁值分别达到了0.9414和0.9409。     

基于混合深度学习的藏医古籍命名实体识别研究

[目的/意义]针对藏医古籍知识组织与开发不足的问题，利用混合深度学习方法构建面向藏医古籍的命名实体识别模型，为藏医古籍知识的深度开发与利用提供方法支持。[方法/过程]根据藏医古籍知识特点，构建ALBERT-BiLSTM-CRF模型。以《四部医典》为数据集，在人工标注与文本预处理的基础上，进行命名实体识别实验，并将实验结果与其他3种常见模型进行对比分析。[结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好，F1-score达到96.28%,与其他方法相比提升约7个百分点。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

融合全文信息的科学数据正式引用识别方法研究

[目的/意义]科学数据已经成为数据驱动型科研的重要资料和产出成果,研究科学数据引用可以帮助追踪数据的使用状况、开展数据计量和评价、加速科研进程。[方法/过程]以生物信息学领域学术论文全文信息作为研究对象,利用规则抽取和人工标注形成了生物信息学引文分类数据集,对比评估6种深度学习模型与3种传统机器学习模型在数据集上的分类和识别效果。[结果/结论]实证研究效果显示,采用考虑语义和上下文特征的深度学习方法在科学数据正式引用识别任务中具有更优效果。[局限]未充分考虑数据类别不均衡问题。     

移动图书馆场景化信息接受相关概念的新视域

[目的/意义]移动图书馆场景化信息接受相关概念对于移动图书馆场景建设、场景改造、场景重构、场景识别、场景画像和场景推荐具有重要的理论意义和实践意义。然而，在移动图书馆场景化信息接受的理论研究和实际应用中，对相关概念目前尚未形成明确的认识。[方法/过程]为此，以现有相关文献为基础，结合移动图书馆场景化信息接受的实际应用，从交叉学科的视角对移动图书馆场景化信息接受的相关概念进行了梳理和界定，将相关概念予以明确。[结果/结论]移动图书馆场景化信息接受概念的界定为纵向深入和横向拓展研究移动图书馆场景化信息接受奠定了坚实的理论基础，同时也丰富了现有研究成果，摆脱现有研究的缺陷和困境。     

基于语义关联的图书馆移动视觉搜索资源与服务聚合研究

[目的/意义]移动视觉搜索（MVS）服务是移动互联网时代图书馆更好切入用户利用场景和促进图书馆各种资源开发利用的有效措施,而视觉资源与图书馆各种资源的聚合是图书馆MVS服务开展的基础。[方法/过程]从多维度聚合和语义关联两个方面分析了数字资源聚合的理论基础,并从基础数据层、资源描述层、语义聚合层和用户应用层4个方面构建基于语义关联的图书馆MVS资源多维度聚合模型,在此基础上分析了MVS服务的实现流程。[结果/结论]构建移MVS为核心的语义关联视觉资源多维度聚合体系,有利于不同情境下图书馆MVS服务的现实。     

基于动态用户画像的学术虚拟社区粘性驱动机制研究

[目的/意义]基于动态用户画像探索学术虚拟社区的粘性驱动机制在于用户角色精准定位，有助于提升用户忠诚度、信任度、留存率、回访率。[方法/过程]依据社区属性和用户感知分析学术虚拟社区的粘性驱动因子；以用户自然属性、行为属性、心理特征为用户画像的数据来源，建构包括基础数据、行为建模、服务应用、评价反馈4个模块的动态用户画像结构模型；结合驱动因子与结构模型构建了粘性驱动机制模型。[结果/结论]模型深度刻画了学术虚拟社区用户全貌，为优化系统效能和精准化服务指供指导，以期增强学术信息资源流转与学术影响力。     

社会化标注系统中个性化信息推荐多维度融合与优化模型研究

[目的/意义]在社会化标注系统自组织运行的基础上，构建个性化信息推荐的多维度融合与优化模型，进而在大数据环境下，为用户提供精准的个性化信息推荐服务，从而进一步丰富个性化信息推荐的理论体系以及拓展个性化信息推荐的研究方法。[方法/过程]首先，对每一种个性化信息推荐方法的优点和不足进行深入分析；然后，将基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）3种个性化信息推荐方法进行多维度深度融合，构建个性化信息推荐多维度融合模型；最后，对社会化标注系统中个性化信息推荐多维度融合模型进行优化，从而解决个性化推荐过程中用户"冷启动"、数据稀疏性和用户偏好漂移等问题。[结果/结论]通过综合考虑现有的基于图论（社会网络关系）、基于协同过滤以及基于内容（主题）的个性化信息推荐方法各自的贡献和不足，实现3种方法之间的多维度深度融合，并结合心理认知、用户情境以及时间、空间等优化因素，最终构建出社会化标注系统中个性化信息推荐多维度融合与优化模型。     

多源数据融合的用户画像识别与推荐实证研究

[目的/意义]构建多源数据融合获得细粒度的用户画像标签,加强和提升服务场景的用户画像识别与精准推荐,对于洞察用户需求、开展群体精准营销、提高用户忠诚度等有着重要的参考意义。[方法/过程]融入服务场景构建多源数据融合的用户画像识别与推荐分析框架,以用户价值模型RFM重构表征用户行为的RFCLS标签,采用LDA模型提取用户资源使用偏好的文本语义标签,继而将用户属性、用户行为和资源使用偏好等多源异构数据汇聚成用户画像标签体系后,选取随机森林模型对不同标签组合展开用户画像识别的模型训练和分类性能评估。[结果/结论]实证研究表明,与单一的数值型或者文本型画像标签体系相比,多源数据融合的用户画像模型提升了用户画像识别和分类的精准度,有效支撑高校图书馆开展更为针对性的营销服务策略和个体精准化服务推荐。     

全球150个国家电子政务发展及其对我国的启示:指数变动、阶段划分与对标分析

[目的/意义] 探析全球电子政务发展态势并识别我国电子政务建设与领先国家的差距,指导未来建设和研究。[方法/过程] 以2003-2018年《联合国电子政务调查报告》数据完整的150个国家为研究对象,采用交叉表等分析方法探析全球电子政务发展态势;选取美国、澳大利亚、英国、加拿大等作为标杆,针对每项指标数据进行对标分析。[结果/结论]全球电子政务发展经历了在线信息服务为重心、在线交互服务为重心、线上线下服务一体化等三个阶段,目前正全力推进面向场景应用的电子化连接和大数据分析;我国应以一体化在线政务服务平台建设为契机,通过跨层级、跨部门及政府与社会整合,全面推动各领域的场景应用。     

基于PubPeer的学术期刊智能预警研究

[研究目的]期刊在学术生态中承担重要角色,近年来期刊存在着一些问题亟待解决,现有期刊预警研究存在不足与缺失,在大数据与人工智能环境下基于负向评价与开放获取探索切实可行的期刊预警方法。[研究方法]本研究从出版后同行评议论坛PubPeer获取期刊、论文及质疑评论相关信息,从多维度构建期刊预警指标,采用随机森林算法训练得到智能预警模型,对期刊的学术风险状况进行评测,得到预警期刊列表,并对预警期刊进行分析。[研究结论]所提出的方法能够有效的识别期刊的潜在风险,发掘预警期刊特点,可对科研人员选择成果发表平台提供参照,敦促出版机构加强自身建设,强化期刊质量管理。     

知识产权公共服务数据语义组织模式研究

[目的/意义]为知识产权数据资源的有效治理和运用提供支撑解决方案，推进知识产权领域数字化发展和信息公共服务体系升级。[方法/过程]基于对现有知识产权公共服务平台的系统调研，剖析当前知识产权公共服务数据资源的组织与利用现状；在对数据基本构成及场景支撑进行分析的基础上，进一步明确知识产权公共服务数据的语义组织内涵及其实现路径，并通过实例展示其应用效果。[结果/结论]面向公共服务场景设计从原始数据集到语义增强数据集的语义组织框架，归纳实现知识产权公共服务数据语义组织的关键技术及实践原则，形成支撑多服务场景的细粒度数据语义组织与应用模式。     

基于诉求词典的突发事件情报感知与实证研究

[研究目的]面向民众诉求,针对互联网大数据快速精准感知突发事件情报,可以作为政府应急管理与决策的重要依据。[研究方法]通过研究突发事件诉求信息的产生机理逆推出面向诉求信息的突发事件情报感知过程,并面向诉求词典构建突发事件情报感知模型。在词典构建方面,分别使用词性标注法、TF-IDF算法、Word2vec算法构造诉求停用词典、基础诉求词典和扩展诉求词典。在感知与验证方面,建立基于诉求信息占比的词典匹配方法,同时设置识别规则,对照检验,寻求识别效果最好的词典构造参数。[研究结论]对新冠肺炎疫情期间微博舆情进行识别验证,得到最终效果最好的词典为Word2vec扩展词典,训练词向量维度为1 000维,相似度阈值设置为0.77,诉求占比阈值为0.2。该词典F1值达到67.9%,准确率达到92.5%。面向民众诉求提出了突发事件情报感知过程,并探寻了具体的可行路径,针对政府应急管理提出了情报感知与决策方案,构建的词典对诉求感知具有较好的适用性,具备一定的应用价值。     

面向多维技术功效分析的专利技术功效矩阵构建方法研究

[目的/意义]开展专利技术功效矩阵构建方法研究,旨在实现技术功效词的精准、多维度、自动化识别,形成通用的多维技术功效分析方法与工具,以提升一线科研人员和情报分析人员利用专利文献的效率。[方法/过程]提出面向多维技术功效分析的专利技术功效矩阵构建方法。基于BERT-BiGRU-CRF抽取技术功能和技术效果的三元组(Subject-Action-Object, SAO);通过社区发现提取重要节点信息,按照技术维度分类架构设计清洗关联规则,自动优化技术词和功效词,并以网络形式揭示技术功效的潜在关联和生成技术功效矩阵,以便后续开展风险识别和技术解读等具体情报分析工作;利用石墨烯超级电容器电极领域专利真实数据集对本方法开展了实证分析。[结果/结论]面向多维技术功效分析的专利技术功效矩阵构建方法,具有较好的有效性、可操作性和实际效用。     

基于知识图谱的网络社区学术资源深度聚合框架研究

[目的/意义]探索基于知识图谱的网络社区学术资源深度聚合的理论和方法,为网络学术社区知识细粒度组织、知识服务实践提供思路引导和新视角。[方法/过程]首先梳理了知识图谱和学术资源聚合的研究进展,从价值需求主体的角度剖析网络社区学术资源聚合的应用价值;然后明确网络社区学术知识图谱的构建流程,构建出基于知识图谱的网络社区学术资源深度聚合框架,并介绍知识富关联关系提取方法;最后设计个体用户画像、语义智能检索、分面式导航三种应用模式。[结果/结论]知识图谱能够较好地应用于学术资源深度聚合,支持网络社区的高级知识服务应用,基于知识图谱的网络社区学术资源深度聚合框架对学术类网络社区平台优化资源配置、有效知识创新服务具有重要参考价值。     

基于深度学习的智慧图书馆移动视觉搜索服务模式研究

[目的/意义]大数据时代智慧图书馆用户需要精确智能的检索工具，而移动视觉搜索技术能够满足用户以视觉资源数据为中心的检索需求。[方法/过程]文章在分析国内外基于深度学习的视觉资源识别技术的研究基础之上，构建了基于深度学习的智慧图书馆移动视觉搜索服务模式模型，并设计了模型的工作流程，最后对基于深度学习的智慧图书馆移动视觉搜索系统的发展趋势进行了展望。[结果/结论]将深度学习融入智慧图书馆移动视觉搜索系统中，可以整合多源异构视觉数据、贴合用户个性化偏好以及提高移动视觉搜索系统性能。     

开放领域新闻中基于自适应决策边界的突发事件识别和分类研究

[目的/意义]网络新闻是获取突发事件情报的重要来源之一,提高海量网络新闻中突发事件的识别准确率和分类效果,并减少非突发事件新闻造成的开放集识别问题和降低人工标注非突发事件新闻的成本,这是当前突发事件识别与分类研究的重要课题。[方法/过程]选择BERT预训练模型获得文本的特征表示,融合不同层级之间的语义信息增强文本表示的质量,采用自适应决策边界模型,学习各突发事件类别在高维语义表示空间上的球形最佳决策边界,根据新闻样本的文本表示和各突发事件类别的球形最佳决策边界的欧几里得距离,检测出突发事件新闻并判断突发事件的类别,并在CEC公开数据集和实时爬取的中文新闻数据集CEN上对模型的有效性进行验证。[结果/结论]实验结果表明,本文模型在CEC数据集和CEN数据集上的宏F1值分别为98.46%和95.80%,与基准模型相比,本文模型的宏F1值分别提升了5.15%和19.69%。模型应用展示了提出方法在解决实际问题时的有效性。[局限]未考虑突发事件新闻可能存在多标签的情况。     

嵌入航空装备研发场景的知识工程中台架构研究

[目的/意义]研究新技术环境下知识工程中台架构与知识服务能力组件化设计策略,探索嵌入航空装备研发场景的知识工程实施模式。[方法/过程]在回顾航空装备研发领域知识工程建设现状的基础上,提出以知识中台架构为驱动的、以知识服务组件融入个性化研发活动场景为目标的新型知识工程推进思路,并面向实际研发环境进行业务向导、辅助设计、故障知识问答3个知识服务组件的嵌入式知识服务能力验证。[结果/结论]嵌入研发场景的知识工程中台架构体系设计,破解了当前知识工程难以切实融入研发环境的发展困境,可有效提升航空装备研发效率与质量。