基于词频分析的蒙医药主题词筛选研究

在现有的《医学主题词表(MeSH)》中译本、《中国中医药学主题词表》中缺乏蒙医药科学方面的主题词,不利于蒙医药学文献的检索与利用。通过对已发表的蒙医药学文献中的关键词进行词频统计,按统计的结果筛选可用作修订主题词表时的蒙医药学相关主题词或入口词的备选词,结果共检索到1962年~2015年的蒙医药学文献7 299篇,获得关键词12 169个,经整理后蒙医药相关关键词1 303个,其中≥10次的蒙医药学相关关键词75个,可用作主题词或入口词的备选词55个。     

基于层层深入的关键词-叙词同义关系自动识别研究

本文以科技文献中共现关键词-叙词(下称"共现词对")为挖掘对象,首先,以字面相似法统计字面相似值,以最高相似值方式认定每个叙词同义对应的唯一关键词(起点词);然后使用概率法计算词对的共现强弱,并以叙词为单位按共现紧密度由高到低排列,以起点词作为参考词,根据"同义相斥"、"相关相吸"的共现规律,按照一定的原则,逐个层层深入识别所有共现词对。实验结果表明,基于层层深入法的识别方式,是共现关键词-叙词同义关系识别的可靠、稳定的方法。     

专利检索中的关键词扩展研究

关键词检索是专利检索时的主要方式,关键词属于人类自然语言,其表达方式多种多样。本文从关键词扩展的角度出发,论述了关键词扩展的必要性及常见关键词扩展方式,通过实际检索案例论证关键词扩展的有效性,在一定程度上减少漏检,从而能更快、更准地检索出最相关的对比文件。     

用于信息检索的贝叶斯网络模型扩展

针对传统的信息检索方法采用基于关键词匹配的模式,导致查询效率低下的问题,利用同义词对查询术语进行扩展,提出了一种用于信息检索的贝叶斯网络模型扩展,并引入词共现的方法挖掘术语之间的相关关系。实验结果袁明,新模型能够有效地提高检索效率。     

主题检索系统的优化技术研究

针对传统主题检索系统的弊端,提出了包括全文主题词标引、概念标引、检索式语义分析、概念扩展、模式匹配、基于汉字相似度的主题词联想等相关技术,使用这些技术可以发挥主题检索和自然语言检索各自的优点,使传统主题检索系统成为智能化、高层次的信息检索系统.     

科技论文主题检索最大查准篇数研究

选用Ei和INSPEC二种不同数据库的光盘,用检索实例分析讨论主题检索实现查准的多种途径。提出在原有关键词检索基础上增加特征关键词二维组合作限定条件,可得一组新的关键词检索。这组新的关键词检索可用作联机检索不同数据库的通用入口词,还可用作词表主题词检索查准的重要补充。本文对词表主题词检索和一组新的关键词检索进行逻辑或运算,并与在此基础上再引进混合分类——关键词检索逻辑或运算作比较。实例表明这二组数据相互逼近,可用作查找最大查准篇数的逼近值。     

信息检索系统的相关词提示技术与评测

在Web信息检索中,为了明确用户的查询需求,很多搜索引擎和全文数据库提供了相关词提示功能。本文简要介绍了Web信息检索中相关词提示的获取技术,并对相关词提示效果进行实际调查分析。从关键词库中随机抽取若干关键词,在选定的搜索引擎和全文数据库上进行信息检索,获取抽样关键词的相关提示词。通过关键词检索、人工打分和数据统计,进行查询扩展分析、查询式专指度分析和查准率分析,给出相关词提示在改善检索效果和用户满意度方面的综合评价。     

网络环境下主题检索语言间的兼容互换研究

为高效地组织和检索网络信息资源，主题语言间的兼容互换实现互操作已经成为网络环境下情报检索语言研究的重要内容。本文主要叙述了同语言受控主题词的兼容互换、多语言受控主题词的兼容互换、受控主题词与关键词的兼容互换及其相关的研究项目。     

医学论文中使用主题词作为关键词的CBMdisc标注方法

医学论文现多数用主题词作为关键词,利用中国生物医学文献数据库(CBMdisc)查找主题词是方便快捷的好方法。应用自由词在该库主题词检索查找不到的话,可在检索框用参考同类文章等方法查找。     

语义检索模型中的词元扩展算法研究

【目的/意义】传统的信息检索技术主要是基于关键词匹配的信息推送,该方法容易出现漏检和误检的情 况。语义检索通过语义分析获得用户真正的检索意图,实现精准检索。【方法/过程】本文在对语义检索的原理和模 型进行描述的基础上,提出了基于本体概念树模型的词元扩展算法,通过对词元的语义相似性、语义相关性进行计 算,得出词元的语义关联度,关联度超过一定阈值的词元的集合即为扩展后的词元集。【结果/结论】该方法既考虑 了具有继承关系的词元间的语义相似性,也考虑了具有相同属性词元间的语义关联度,结论更具参考价值。     

基于语义概念和词共现的微博主题词提取研究

【目的/意义】从海量微博信息中提取准确的主题词,以期为政府和企业进行舆情分析提供有价值的参考。 【方法/过程】通过分析传统微博主题词提取方法的特点及不足,提出了基于语义概念和词共现的微博主题词提取 方法,该方法利用文本扩充策略将微博从短文本扩充为较长文本,借助于语义词典对微博文本中的词汇进行语义 概念扩展,结合微博文本结构特点分配词汇权重,再综合考虑词汇的共现度来提取微博主题词。【结果/结论】实验 结果表明本文提出的微博主题词提取算法优于传统方法,它能够有效提高微博主题词提取的性能。【创新/局限】利 用语义概念结合词共现思想进行微博主题词提取是一种新的探索,由于算法中的分词方法对个别网络新词切分可 能不合适,会对关键词提取准确性造成微小影响。     

基于年度高频关键词的研究热点提取与可视化研究

[目的/意义] 能以简洁的可视化来追踪某学科研究热点随时间的变化趋势,对于掌握学科研究热点的动向具有重要意义。词频分析法是学科研究热点分析方法之一,目前存在众多的基于词频分析的可视化工具,但是这些可视化工具能够以简洁的可视化形式清晰地展现年度热点存在局限性。[方法/过程] 因此本文提出通过学科领域年度发文量与学科全部发文量的比值来衡量年度热点关键词对总年度热点关键词贡献率的可视化方法：基于年度贡献率与二八定律设定并调整阈值参数来控制年度高频关键词的呈现数量,将选取的年度高频关键词按照词频大小与年份依次排序以实现研究热点可视化。［结果/结论］以"关联数据"领域为例进行实证研究,通过分析本文方法提取的高频关键词与现有高频词阈值算法的匹配情况,对比本文方法与Citespace共现图谱的可视化呈现效果,对本文方法的可行性进行检验与评价。     

国内图像检索研究知识图谱分析——基于共词视角

汇总统计CNKI全文数据库中近十年国内图像检索领域所涉及的关键词,利用SATI 3.2软件统计这些关键词的词频,确定我国图像研究领域使用频率最高的关键词。然后构造共词矩阵、相关矩阵、相异矩阵,并在此基础上利用聚类分析和多维尺度分析多元统计方法对不同的矩阵进行共词分析。最后,对分析结果进行讨论,归纳国内近十年图像检索研究热点。     

基于技术关键词的学科领域协同演化分析实证研究

[目的/意义]针对处于萌芽期的学科领域文献量不足、技术     

基于时间序列聚类的科研成果关键词分析方法

   鉴于传统方法对科研成果关键词研究存在较强主观影响和较少考虑时间因素等问题,提出基于时间序列聚类的科研成果关键词分析方法。该方法通过统计分析方法验证关键词出现顺序在一定程度上反映了关键词反映主题思想的重要性,将关键词的重要度转化为时间序列数据,分别从重要度的数值和趋势两个角度出发,使用动态时间弯曲方法度量关键词重要度时间序列数据之间的相似性,结合近邻传播方法对关键词时间序列数据之间的相似性矩阵进行聚类分析,实现科研成果的关键词分析研究。通过对某科研管理类重要期刊2008—2017年期间刊发的科研成果论文关键词研究发现：新方法不仅可以对科研成果中关键词的关注热度和趋势进行聚类划分,自适应地找到中心关键词作为相应类别的特征代表对象,还能为科研成果关键词的主题分析提供理论方法和决策支持。     

共词分析中作者关键词规范化研究——以图书馆个性化信息服务研究为例

介绍了共词分析法及其一般分析流程,指出目前共词分析中所用作者关键词存在不规范的现象,给出了对作者关键词进行规范化处理的思想方法及规范化处理应遵循的原则。并以图书馆个性化信息服务为研究主题,利用SPSS17.0软件,对规范化处理前后的关键词分别进行了聚类,对比聚类结果,说明对作者关键词进行规范化处理是共词分析的一个必要而有效的过程。     

基于关键词分析的ERP系统研究热点评述

通过关键词分析的方法来分析ERP系统研究热点,统计从2007年-2011年间,12种核心期刊上发表的关于ERP系统的有效文献,将文献中的关键词进行客观统计,从关键词数量,关键词词频,关键词词义三个维度量化统计分析ERP系统的研究内容,运用定量的研究方法定性地分析了文献内在规律,揭示了近五年ERP系统的研究热点,预测ERP系统的未来发展趋势。     

A multi-centrality index for graph-based keyword extraction

Keyword extraction aims to capture the main topics of a document and is an important step in natural language processing (NLP) applications. The use of different graph centrality measures has been proposed to extract automatic keywords. However, there is no consensus yet on how these measures compare in this task. Here, we present the multi-centrality index (MCI) approach, which aims to find the optimal combination of word rankings according to the selection of centrality measures. We analyze nine centrality measures (Betweenness, Clustering Coefficient, Closeness, Degree, Eccentricity, Eigenvector, K-Core, PageRank, Structural Holes) for identifying keywords in co-occurrence word-graphs representation of documents. We perform experiments on three datasets of documents and demonstrate that all individual centrality methods achieve similar statistical results, while the proposed MCI approach significantly outperforms the individual centralities, three clustering algorithms, and previously reported results in the literature.     

基于词共现与词向量的概念层次关系自动抽取模型——以学术论文评价领域为例

【目的/意义】通过概念层次关系自动抽取可以快速地在大数据集上进行细粒度的概念语义层次自动划分, 为后续领域本体的精细化构建提供参考。【方法/过程】首先,在由复合术语和关键词组成的术语集上,通过词频、篇 章频率和语义相似度进行筛选,得到学术论文评价领域概念集;其次,考虑概念共现关系和上下文语义信息,前者 用文献-概念矩阵和概念共现矩阵表达,后者用word2vec词向量表示,通过余弦相似度进行集成,得到概念相似度 矩阵;最后,以关联度最大的概念为聚类中心,利用谱聚类对相似度矩阵进行聚类,得到学术论文评价领域概念层 次体系。【结果/结论】经实验验证,本研究提出的模型有较高的准确率,构建的领域概念层次结构合理。【创新/局限】 本文提出了一种基于词共现与词向量的概念层次关系自动抽取模型,可以实现概念层次关系的自动抽取,但类标 签确定的方法比较简单,可以进一步探究。     

基于科学知识图谱的图书馆学研究热点分析

以CSSCI中收录的近十年间图书馆学期刊论文群为研究对象,借助CitespaceⅡ软件绘制关键词共现网络,选择"数字图书馆"、"知识管理"、"学科馆员"等热点领域并分析其关键文献,明确了图书馆学的研究重点与研究方向。