基于多重关系异构网络的学术实体权威度评估方法研究1）

面对海量的科技文献资源,如何评估文献、作者和研究机构的学术质量和可信度引起了广泛关注。在众多可信度评价标准中,权威度是优先和关键的评价指标。因此,对科技文献、作者和机构等学术实体的科技实力和权威度进行研究与量化评估具有很大的现实意义。本文利用文献、作者、机构等三类实体间的引用、合著、合作等关系建立异构网络模型,在此基础上提出了混合随机游走算法 Co-AcademicRank 定量计算文献、作者、机构的权威度,并基于 MapReduce 实现了分布式的 Co-AcademicRank 算法。最后通过对情报学和图书馆学数据集测试与分析,对比分析了 PageRank 和 Co-ranking 算法,验证了本模型的有效性、准确性和优越性。同时,实验比较了算法在单机环境下和 Hadoop 平台下的运行时间,证明了分布式算法的高效性和稳定性。     

基于UTAUT模型的学术社交网络使用行为影响因素研究

为了深入理解影响用户使用学术社交网络的显著因素,文章基于技术采纳与使用统一理论(UTAUT)构建了学术社交网络使用行为影响因素模型,并对269位用户进行了实证调查研究。研究结果表明,社会影响、信息质量、绩效期望、努力期望正向影响用户使用意愿,但感知风险和服务质量对使用意愿影响不显著。此外,使用意愿对使用行为具有显著正向影响。     

基于深度迁移学习的地方志多模态命名实体识别研究

地方志作为中华文化的组成部分,是建设文化强国的重要一环,对其进行挖掘研究具有重要意义;同时,有效识别实体对地方志知识组织和知识图谱构建有着重要影响。当前地方志命名实体识别研究主要基于文本,缺乏文本对应的图片,而图片中的内容能够为识别文本中的实体提供额外的信息,从而提升模型识别实体的性能,并且实体识别还面临着已标注语料匮乏的问题。基于此,本文提出了利用深度迁移学习方法,结合地方志中的文本和图片进行多模态命名实体识别。首先,基于人民日报语料库和中文推特多模态数据集,分别预训练结合了自注意力机制的BiLSTM-attention-CRF模型和自适应联合注意力模型,利用基于神经网络的深度迁移学习方法将权重迁移至地方志多模态命名识别模型中,使模型获得提取文本和图片语义特征的能力;然后,结合过滤门对多模态融合特征去噪;最后,将融合后的多模态特征输入CRF (conditional random fields)层进行解码。本文将提出的模型在地方志多模态数据中进行了实证研究,并同相关基线模型作对比,实验结果表明,本文所提出的模型具有一定优势。     

利用实体解析的跨社交媒体同一用户识别

[目的/意义] 跨领域关联实体一直是实体解析研究的主题,本文旨在不同的社交媒体（跨社交媒体）中找到属于同一用户的账户。[方法/过程] 在传统近似字符串匹配技术的基础上,提出使用属性值结合社交媒体中的链接和文本内容的方法,比较两个不同社交媒体账户的属性相似度、邻域相似度和关键词相似度这三个匹配函数,以此提高识别这两个账户是否是同一个人的精确度。并利用社交媒体Facebook和Twitter数据作为实验数据集,针对匹配函数的不同组合进行试验。[结果/结论] 结果表明,三个匹配函数的组合能够得到更多的账户匹配为同一用户,同时精确度也很高,达到0.923。本文提出的方法在Facebook和Twitter上的成功运用,给其他社交媒体平台或者其他领域的实体关联的研究提供了一条新的路径。     

面向专利文本的实体识别研究综述

目前,专利数量快速增长,单纯依靠人工进行专利查阅,很难及时获取专利中的创新资源。实体作为知识的一种,是目前最能直接体现专利的知识。实体识别除了专利独有的技术词、功效词抽取,还有在其他领域通用的命名实体等信息的提取。并且随着计算机技术的创新,大量学者将现代科学技术方法投入到专利文本知识挖掘中。因此,如何从海量专利文本中挖掘有价值的知识成为专利领域研究的新契机。旨在总结专利文本实体种类以及其抽取方法,并从研究对象、技术过程等角度来阐述现状,探索专利文本实体识别工作的新方向。     

应用深度学习的中文命名实体识别研究综述

命名实体识别是自然语言处理领域的基础性工作,旨在从非结构化文本中识别出具有特定意义的实体并分类,在多种自然语言处理任务中发挥重要作用。由于中文命名实体没有明显的边界标记,且存在歧义和嵌套等问题,其识别过程比英语等其他语言要更为复杂。近年来,深度学习技术发展迅速,在中文命名实体识别中得到广泛应用,并已成为主流方法。系统梳理中文命名实体识别中深度学习技术的研究进展,重点从文本表示、特征编码、预测解码3个方面,对比分析代表性工作的关联性和关键技术,讨论研究中存在的问题、现有解决方案和未来的研究方向。     

基于社交网络的社交关系强度分类研究1）

本文利用监督学习的方法从社交网络的用户数据中分两个阶段挖掘最佳的社交关系强度分类模型,并进一步探讨不同用户数据对于社交关系强度的区分能力。研究发现,基于贝叶斯网络算法的分类模型在区分强社交关系的过程中被证明最有效,而基于 Logistic 回归算法的分类模型则在区分出临时社交关系的过程中表现最佳。研究还通过属性分析发现互动性因素总体上对社交关系强度的区分能力最为突出,相似性因素中的共同好友数也有很好的区分能力,但时间性因素对于社交关系强度的区分能力没有被发掘出来。     

基于社交网络的信息传播模式探微

对社交网络进行简要介绍,阐述了Web 2.0、六度分隔等社交网络的相关理论,回顾了传统和网络环境下的信息传播模式.重点构建了基于社交网络的信息传播模式,并对该模式中的传播者与受众等要素进行详细的论述.     

基于社交网络的个性化知识服务模型研究

通过对社交网络所产生的海量用户以及数据的挖掘与分析,判断用户不同的特征与喜好,从而为用户定制个性化知识服务,达到用户的需求,增强其对产品与服务的使用黏性,这不仅满足了企业的商业目的,同时也提高了用户的满意度。论文在深入了解我国社交网络的运营模式、分析社交网络中用户行为特征的前提下,提出从用户兴趣模型出发的个性化知识服务,并建立了基于个人兴趣和兴趣传播推荐的个性化知识服务模型。     

科研人员在线社交网络使用行为研究综述

[目的/意义]归纳总结科研人员在线社交网络使用行为研究现状,提出值得关注的问题,为进一步深入研究提供参考。[方法/过程]通过关键词检索和引文追溯两步骤的文献收集方法系统收集国内外相关文献,对文献进行系统阅读、分析,归纳研究主题,并进行论述。[结果/结论]将收集到的63篇文献按照其研究主题,归纳为用于科研目的的在线社交网络功能与分类、科研人员在线社交网络使用的人口统计学特征研究、使用动机研究、内容创建和获取行为研究以及群体行为研究。认为未来深入研究可以从在线社交网络科研过程嵌入机理、基于全局数据的行为规律研究、持续使用机制及信息服务系统改进实证研究4个方面进行。     

基于社交网络的图书馆资源整合与服务研究

自社交网络出现以来,图书馆仅利用其提供信息公布、互动交流、新书公告等信息服务,没有真正重视基于社交网络数据处理与数据分析的数据价值,为此,图书馆可借鉴Facebook和腾讯等知名社交网络,利用社交网络的海量数据和用户,通过数据处理与数据分析,为用户提供资源整合与创新服务。     

跨语言情境下基于对抗的实体关系抽取模型研究

[目的/意义]从实体关系抽取视角出发,将单一语言情境下的知识获取任务扩展到跨语言情境,提升低资源语言的关系抽取效果。[方法/过程]提出一种跨语言对抗关系抽取(Cross-Lingual Adversarial Relation Extraction, CLARE)框架,将跨语言关系抽取分解为平行语料获取和对抗适应关系抽取两个子模块。通过词典扩展或自学习方法将源语言关系抽取数据集转换为目标语言数据集,在此基础上利用对抗特征适应将源语言的特征表示迁移给目标语言,再利用训练得到的目标语言关系抽取网络对目标语言进行关系分类。[结果/结论]将本文方法应用到以ACE2005多语言数据集为基础的英语-中文、中文-英文两种跨语言关系抽取任务上,最优模型的Macro-F1值分别为0.880 1和0.842 2。实验结果表明本文提出的跨语言对抗关系抽取CLARE框架能显著提升低资源语言实体关系抽取的效果。研究结果对于改进跨语言情境下的关系抽取模型以及促进实体关系抽取研究在情报学领域的应用具有重要意义。     

敏感的螺旋:网络公共议题中敏感信息的传播渠道研究

本文以近一年的五个公共议题为对象,测量了网络公共议题中不同信息的敏感度,以及网民获取信息时使用网络渠道的情况。本文发现,敏感度越高的信息,越趋向在互动程度高的传播渠道(如微博、SNS网站)中传播;敏感度越低的信息,则趋向于在互动程度较低的渠道(如门户网站)中传播。本文据此总结了网络公共议题中敏感信息的渠道模型,称之为"敏感的螺旋"。     

美国社交网络用户信息保护研究

社交网络用户信息保护是个人信息保护的一个重要内容。针对用户信息的被侵权行为,美国社交用户主要依靠隐私权、形象权和消费者权益三种途径获得救济。伴随大数据技术的广泛应用,社交网站和社交用户在用户信息保护方面各自遭遇了新的挑战。本文通过梳理和分析美国社交网络用户信息保护的特点和方法,以期在大数据技术应用背景下,对我国社交网络用户信息的保护提供借鉴。     

基于本体的汉语领域命名实体识别

命名实体识别是众多自然语言处理任务的核心内容之一,也是近年来的领域研究热点.本文将命名实体分为两大类:常规命名实体和领域命名实体.基于已经构建的领域本体MPO,本文提出一种基于本体知识规则与统计方法相结合的领域命名实体识别方法.该方法通过本体化实例,获取实体构成词性规则模板,结合CRFs机器学习模型,进行领域命名实体识别.实验结果表明:相比运用单一统计方法而言,该方法能使领域实体的识别性能显著提高,F值达到92.36%.同时表明本体化知识规则的有效运用,能够在领域实体边界和特殊形式领域实体识别的准确率上发挥积极作用.     

信息共享空间环境下的社交网络

文章在论述社交网络及其特点的基础上,阐述了运用社交网络构建信息共享空间虚拟环境的问题。进而提供两个应用实例,探讨信息共享空间环境下构建社交网络的途径,并提出构建社交网络时需要考虑的四个方面。认为社交网络在扩展信息共享空间的功能和提升图书馆服务等方面有广阅的应用前景。该文为《数字图书馆论坛》2009年第2期本期话题“信息共享空间”的文章之一。     

社交媒体对企业内信息传播的影响研究——基于社会网络视角

为探索社交媒体的使用对企业内信息传播的影响,文章采用社会网络方法,从密度、中心度、聚类系数及平均距离等指标对企业内正式网络、非正式网络及复杂网络进行了对比分析,结果表明社交媒体的使用有利于企业提高信息传播的效率和质量。