文献主题检索中导词的运用

酊文论述导词在文献主题检索中的作用及其使用方法，探讨在文献主题检索中如何运用导词提高查全率、查准率。内容包括：导词的概念及其作用；如何选取导词；文献主题检索对导词选用的要求。     

计量学主题词表词间关系构建方法探析

为了防止叙词性汉语主题词表可能存在的词义模糊甚至歧义的问题,防止在应用中出现“误检”“漏检”的现象。在构建计量学主题词表时,本文通过“前方一致”、“后方一致”等方法对专业术语进行排序,并针对不同特征进行归纳演绎,有效的获得了词间关系,提高了实际应用中“查准率”和“查全率”。     

检索策略构建过程对查全率和查准率的影响

通过对检索策略构建过程中的检索课题分析、选择检索工具和数据库、确定检索途径3个阶段的探讨,具体分析了这3个阶段对检索的查全率和查准率的影响,并针对各个阶段提出了相应的提高查全率和查准率的办法。     

利用词嵌入模型实现基于网站访问日志的专利聚类研究

[目的/意义]专利信息是人类科学技术进步的结晶,随着社会的发展,专利信息将为促进科技创新发挥日益重要的作用。利用聚类技术可以将海量专利信息进行自动分类,在实现信息有序归并管理的同时,有助于用户高效而全面的获取相关技术领域中的集成专利信息,具有重要的现实意义,传统聚类研究方法效率与准确度存在不足。[方法/过程]本文通过对专利信息服务网站（中国科学院知识产权网）访问日志数据的清洗与分析,生成专利信息点击序列,基于深度学习词嵌入模型,设计了PatentFreq2Vec模型,计算得出专利关联信息。[结果/结论]利用PatentFreq2Vec模型分析计算访问日志数据,能够得到关联专利信息,实现专利聚类,且聚类准确度高于传统方法。     

信息检索中检索词的选择对查全率的影响

文章提出了信息检索中,可从同义词、反义词、上下位词和检索词的易错形式等角度,来选择检索词,以提高信息检索的查全率。     

医学文献检索中检索词的选择对查全率的影响

查全率和查准率是衡量文献检索完成质量的重要指标,在文献检索实践中,提高文献的查准率相对来说较易实现,难的是如何有效提高文献的查全率,只有提高查全率,才能保证检索结果的可信度和准确性。影响查全率的因素是多方面的,笔者从检索词的选择这个角度,以＂中国生物医学文献数据库＂为检索工具（所得数据均截止于2011年7月）,结合大量实例,探讨了在医学文献检索中,检索词的合理选择对查全率的影响。     

检索策略的质量评价方法

有多篇文章讨论了查准率和查全率之间的种种关系.用两个相关的检索课题对二者的关系做了比较研究,表明这二者之间不存在任何关系.从而得出衡量检索策略质量评价方法：衡量一个检索策略质量应该同时根据两种不同的文献分类方法的指标来衡量.     

基于模糊数学方法的信息检索质量评价研究

运用模糊数学中的模糊集方法,结合用户检索的实际情况,对传统的基于二值相关性检索标准——查全率和查准率的公式进行评价,并提出改进的方法。     

基于本体的Web语义查询研究

基于本体基础提出相似度和相关度分析,以充分挖掘领域本体所提供的背景知识,通过语义推理将描述的隐含语义显式化,提供计算机被描述资源的可理解语义.设计了实现该方法的Web信息检索模型,实验表明该方法能提高查准率和查全率.     

基于词向量余弦算法的高效语义检索策略

智能检索是发明专利检索领域未来的发展方向,也是近年来人工智能与大数据结合的热点.本文分析了词向量余弦算法的基本计算原理,并基于该算法提出了"发明构思还原法"语义检索策略,通过提炼发明构思、表达发明构思、调整语义分词三个步骤的层层递进,准确地将发明构思进行向量分词化表达,提高了语义检索的效率,最后结合实际案例对该检索策略...     

基于搜索引擎的中文分词评估方法

中文分词的结果是影响搜索引擎中文检索结果质量的重要因素,能否准确有效的分词对提高搜索结果的相关性和用户满意度都至关重要。本文回顾和整理了中文分词评估所依靠的理论依据,同时建立了一套完整的基于搜索引擎中文分词评估方法。这套评估方法涵盖了评估样本的提取、评估人员选取、评估标准的制定、以及评估流程的设置等各个方面。实例分析的结果表明此方法是行之有效的。在此基础上,作者进一步对实验评估的结果进行了深入讨论,并提出了提高评估效果的几条建议,包括如何考虑评估人员背景、取舍评估项目等。     

基于SAO结构和词向量的专利技术功效图自动构建研究

[目的/意义]针对技术功效图构建过程中的主要问题和薄弱环节,提出了一种基于SAO结构和词向量的专利技术功效图构建方法。[方法/过程]利用Python程序获取专利摘要中的SAO结构,从中识别技术词和功效词;结合领域词典与专利领域语料库,运用Word2Vec和WordNet计算词语间的语义相似度;利用基于网络关系的主题聚类算法实现主题的自动标引;采用基于SAO结构的共现关系构建技术功效矩阵。[结果/结论]实现了基于SAO结构和词向量的技术功效图自动构建,该构建方法提高了构建技术功效主题的合理性和专利分类标注的准确性,为技术功效图的自动化构建提供新的思路。     

基于深度学习的领域本体概念自动获取方法研究

[目的/意义]实现对领域概念的自动学习抽取,解决领域本体自动化构建的首要基础任务。[方法/过程]以无监督的学习方法和端到端的识别模式为理论技术基础,首先通过对主流词嵌入模型进行对比分析,设计提出了基于Word2Vec和Skip-Gram的领域文本特征词嵌入模型的自动生成方法;其次研究构建了以IOB格式的标注文本作为输入,基于自注意力机制的BLSTM-CRF领域概念自动抽取模型;最后以资源环境学科领域为例进行了实验研究与评估分析。[结果/结论]模型能够实现对领域概念的自动抽取,对领域新概念或术语的自动识别也具有一定的健壮性。[局限]模型精度尚未达到峰值,有待进一步优化提升。     

中文五大综合搜索引擎主要性能测评

通过评价实验,从百度瞬时风向标选择实验检索课题集合,从索引数据库性能、检索功能、检索效果、结果显示及用户负担五个方面,采用平均站点索引量、前X命中记录查准率等测评方法,对五大中文综合搜索引擎百度、爱问、搜狗、搜搜和中搜进行评价研究,其中对定量指标进行了重点试验和分析。总结分析了五大中文搜索引擎各自的优势、特色和不足。最后总结出搜索引擎的改进方向和用户选择搜索引擎与实施检索的策略。     

中文五大综合搜索引擎主要性能测评(续)

通过评价实验.从百度瞬时风向标选择实验检索课题集合,从索引数据库性能、检索功能、检索效果、结果显示及用户负担五个方面.采用平均站点索引量、前X命中记录查准率等测评方法.对五大中文综合搜索引擎百度、爱问、搜狗、搜搜和中搜进行评价研究,其中对定量指标进行了重点试验和分析.总结分析了五大中文搜索引擎各自的优势、特色和不足.最后总结出搜索引擎的改进方向和用户选择搜索引擎与实施检索的策略.     

基于数字图书馆的高校文检课教学模式的研究

随着计算机技术、通信技术、网络技术的迅猛发展,数字图书馆已成为高校建设与发展的重要组成部分。而伴随着图书馆数字化建设程度的提高,计算机检索已成为主要检索方式。面对信息网络环境,高校文检课教学必须探索出一条适应数字环境和网络环境的新路子以实现高校人才培养的总体目标。     

基于词汇同现的多用户兴趣本体构建研究

用户兴趣本体弥补了基于关键词的用户兴趣模型不能从语义上表达用户兴趣的缺陷,但大多是利用领域本体来构建,很难反映用户多方面和潜在兴趣,并且构建领域本体也是一个难点。本文据此提出一种基于词汇同现的用户兴趣本体构建方法。根据网页浏览记录找到用户兴趣网页集,经过数据处理将其转换成用户兴趣文本集。以TFIDF为指标抽取概念,词汇同现统计提取概念间关系,运用无尺度K-中心点聚类算法对其调整,将有关联用户的本体合并得到多用户本体,该本体能在语义上更全面反映用户兴趣并发现潜在兴趣。     

用户参与量表运用于探索式搜索效果评价的适用性探讨

[目的/意义]探究用户参与度和探索式搜索效果之间的关系,验证用户参与量表(UES)用以评价探索式搜索效果的适用性,能够为探索式搜索效果评价提供新的思路,同时为指导用户搜索行为及搜索引擎的性能优化提供参考。[方法/过程]改进了适用于探索式搜索的用户参与量表,构建了多维探索式搜索效果评价指标体系,综合利用实验和问卷调查获取用户探索式搜索行为数据,通过SPSS数据分析揭示探索式搜索过程中用户参与度及其搜索效果之间的相关性。[结果/结论]除参与感以外的其他UES属性均对至少一个维度的探索式搜索效果有不同程度的显著正向影响,其中专注力影响最大,接下来依次是实用性、新颖性、易用性。可以认为,用户在探索式搜索过程中的参与度越高,搜索效果越好。用户参与量表运用于探索式搜索效果评价的适用性得以验证。     

基于词向量包的自动文摘方法

[目的]利用向量空间描述语义信息,研究基于词向量包的自动文摘方法;[方法]文摘是文献内容缩短的精确表达;而词向量包可以在同一个向量空间下表示词、短语、句子、段落和篇章,其空间距离用于反映语义相似度。提出一种基于词向量包的自动文摘方法,用词向量包的表示距离衡量句子与整篇文献的语义相似度,将与文献语义相似的句子抽取出来最终形成文摘;[结果]在DUC01数据集上,实验结果表明,该方法能够生成高质量的文摘,结果明显优于其它方法;[结论]实验证明该方法明显提升了自动文摘的性能。