我国期刊论文分类标引问题面面观

在文献调研的基础上,从历史、理论、方法等方面对我国期刊论文分类标引工作现状进行了分析评价。结果表明,由于我国期刊界对与论文分类标引工作有关的理论准备不足,工作目的不明,掌握语言不准,方法多有不当,因而标引质量较差,致使这项工作在很大程度上流于形式。认为：目前尚不宜将论文的分类标引作为期刊编辑工作的规范性要求;应该给中国期刊编辑学界以足够的理论和方法准备时间;应让各期刊在论文的情报标引（包括主题的和分类的）方面有更大的探索空间和检索语言的选择自由;在目前条件下,应在组织《中图法》分类标引培训提高的基础上,鼓励同时使用ＵＤＣ标引。     

中文网络信息分类组织分析

着重分析了目前网络上中文信息分类组织的结构、体系和方法，指出所存在的问题，提出改进网络信息分类组织方法的建议。     

一种基于复杂网络的中文文本分类算法

为解决向量空间模型中文本结构和语义信息的缺失问题,本文提出将复杂网络应用到中文文本分类过程中,将文本表示为以特征词为节点,以词语语义相关关系为边,以其相关关系强弱作为边权重的加权复杂网络,利用网络节点的综合特性对文本进行特征选择,以降低文本网络的复杂性.给出基于复杂网络的中文文本分类算法并对其进行实验验证.结果表明,该算法是可行的,且有较好的分类效果.     

基于语义网络社团划分的中文文本分类研究

为减少一词多义现象及训练样本的类偏斜问题对分类性能的影响,提出一种基于语义网络社团划分的中文文本分类算法。通过维基百科知识库对文本特征词进行消歧,构建出训练语义复杂网络以表示文本间的语义关系,再次结合节点特性采用K-means算法对训练集进行社团划分以改善类偏斜问题,进而查找待分类文本的最相近社团并以此为基础进行文本分类。实验结果表明,本文所提出的中文文本分类算法是可行的,且具有较好的分类效果。     

近年来中文网络信息分类研究述评

从网络信息环境和如何构建中文网络信息分类体系两大方面，对近几年图书情报界的中文网络信息分类研究作了简单的综述。     

基于模糊VSM和RBF网络文本分类方法的研究与实现

首先提出一种基于模糊向量空间模型和径向基函数网络的文本自动分类方法,该网络由输入层、隐层和输出层组成 ：输入层完成分类样本的输入,隐层提取输入样本所隐含的模式特征,将分类结果在输出层表现出来 ;其次,构造更详细的算法推导及实施方案 ;最后,以中国期刊网全文数据库部分文档数据为例,对该方法的有效性进行验证,结果表明该方法分类效果较好。     

近年来中文网络信息分类研究综述

本从网络信息环境和如何构建中网络信息分类体系两大方面，对近几年图书情报界的中网络信息分类研究作了简单的综述。     

网络信息资源的分类方法研究

本文分析介绍了互联网上信息分类的四种基本方法：关键词搜索引擎、层次主题索引、专业索引和分析索引。     

基于本体论网络信息的自动分类

本文提出一个基于本体论网络信息的自动分类方案，通过对网络信息的分类，提高检索的精度，减轻用户网络使用负担，使用户更加方便地利用网络信息。     

试论网络信息的分类

网络信息是指通过网络传播的所有信息的总和，由于互联网络的特点，网络信息也具有一些普通信息所不具备的特点；对网络信息进行分类具有重要的意义，并且必须充分考虑网络信息的特点和信息利用的需要，选取适当的分类标准作为依据。     

网络信息的分类组织

介绍了目前国内网络信息的特点及网络信息管理的现状,分析了传统文献揭示方式－线性方式的缺陷,提出了建立网络信息分类体系的基本思路。     

刘延章的网络信息分类思想

刘延章是我国当代的文献分类学家。本文探讨他从事网络信息分类研究和教学过程中所形成的网络信息分类思想。     

网络信息分类体系研究进展

从网络信息分类体系的现状分析、改进意见以及未来展望三个方面概述了1999年至2003年9月期间网络信息分类体系的研究进展。     

基于网易的网络信息分类体系研究

文章针对目前网络信息混乱,不利于用户查找的现状,从网络信息类目设置原则、类目级别、类目数量、类目关系等方面对网易的分类体系进行了初步研究;同时结合传统信息分类方法,在剖析网易分类体系自身特点的基础上,初步探讨了目前网络信息分类存在的一些问题,及在构建网络信息时所应考虑的因素和改进建议,以期为改善国内网络信息分类体系提供参考。     

基于深度神经网络的中文新闻文本分类方法

【目的】文章比较多个基于深度神经网络的中文新闻文本分类模型,旨在找到准确度较高的方法用以实际工作,为中文新闻文本分类提供更加高效的方法。【方法】对文本分类技术和中文新闻分类进行了梳理和归纳,对中文新闻文本的特征和预处理进行了阐述,详细介绍FastText算法、Bert分类算法、TextCNN算法和TextRNN算法。【结果】四种深度神经网络算法均可以应用于中文新闻文本分类,可以有效处理信息紊乱问题以及快速准确进行分类。【结论】通过对四种深度神经网络算法进行试验和效果对比,发现FastText模型在实际工作中的文本分类效果最为优异。     

网络信息分类体系的研究

从网络信息资源的组织出发，分析了分类法在网络信息组织中的运用状况；采用比较分析的方法，对《中图法》与网上中文自编分类系统进行了比较研究，进一步分析了网上中文信息资源对分类法的要求、建构网上中文信息分类体系的原则、基本思路和设计方案。     

网络信息分类方法与传统分类法的比较研究

比较网络信息分类方法与传统分类法的差异，分析网络信息分类方法现存的主要问题及成因，对建构我国统一的网络信息分类系统提出见解。     

网络信息分类浅议

网上信息种类繁多 ,科学的分类相当重要。文章对网络文献信息与传统资料的特点进行了比较 ,并根据目前流行的YAHOO、SOHOO两大搜索引擎采用的分类方法 ,指出目前网络信息在分类中存在的问题 ,认为编制网络信息分类法刻不容缓。     

网络信息资源分类体系研究

在分析当今网络信息资源分类体系三大类型的基础上,论述了网络信息分类体系的特点,提出了建立网络信息资源分类法的原则构想。