国内高校图书馆管理集成系统的选择

本文在对我国高等学校图书馆管理集成系统使用情况分析的基础上，简要介绍了几种拥有用户较多的文献信息管理系统，并据此提出高校图书馆在选择文献信息管理系统时应注重的标准、原则，指出高校图书馆管理集成系统的发展趋势。     

经济不发达地区图书馆专业人才培养与引进策略研究

对于人才的培养和引进是图书馆赖以可持续发展的人力基础，在经济发达和经济不发达的分析平台上展开对此问题的讨论，意在找出一种适合经济不发达地区图书馆专业人才培养和引进机制，为经济不发达地区图书馆的健康发展提供人力资源开发与利用的有效途径，逐步解决经济不发达地区面临的图书馆专业人才培养和引进难的实质性问题。     

对学科馆员制度的一些思考

当前，对学科馆员制度的认识还存在一些分歧，有进一步研究和探讨的必要。文章对现有几种“学科馆员制度”定义进行了简要的分析，对学科馆员制度的真正涵义和具体内容进行了阐述，并论述了学科馆员制度与学科馆员工作之间的关系。     

关于中小型公共图书馆生存与发展的思考

文章分析了中小型公共图书馆面临的生存状况，提出了生存与发展的应对措施，尤其是应走联合、共享的发展之路。     

高校核心期刊目录刍议

探讨高校核心期刊目录产生的背景、特点与作用，对高校核心期刊与学科核心期刊、馆藏核心期刊在标准与范畴及筛选方法上加以比较，并就高校核心期刊谈了自己的感想与建议。     

科技规律·科技经济·科技管理——谷兴荣《科学技术发展的数学原理》与《科学技术研究业经济学原理》的原创性理论述评

把《科学技术发展的数学原理》和《科学技术研究业经济学原理》两书的新观点进行归类述评,包括作者提出的科技发展因果性规律、科技纵向发展规律、科技结构演化规律、科技活动效益变化规律四个方面。最后就该论著的基本特点与总体价值上从创新性、系统性、量化性、实用性进行了评价。     

论高等学校的质量管理与质量生成

在高等学校质量管理过程中存在质量标准应用的误区,我们应该明确高等学校质量管理的目的在于促进质量生成,重要的是端正高等学校质量管理的理念,形成质量生成意识,促进质量管理中的质量主体互动。     

美国新闻与传播教育的认证指标:设定价值取向和教育目标

美国新闻与传播教育的认证标准,经过多年的变迁、发展,逐步趋于规范和完善。其现行的认证指标,基本上设定了目前美国新闻与传播教育的价值取向、教育宗旨、教育的思路及实现的路径。美国的新闻与传播教育,从“二战”开始即提倡通才教育,并确定了核心价值目标,在此基础上设定认证指标。在认证中,业界拥有的50%的投票权,保证了学界与实务界的目标的一致性。新实施的认证指标加强了对学生学习效果的评估,更明确了新闻与传播教育的服务性方向。     

当前出版印刷业对图书馆工作的影响

本文以笔者自己的切身体会，阐述了当前出版印刷行业的一些新情况、新变化对图书馆采编以及图书保护工作的影响，并提出了相应的解决办法。     

Multilingual modeling of cross-lingual spelling variants

Technical term translations are important for cross-lingual information retrieval. In many languages, new technical terms have a common origin rendered with different spelling of the underlying sounds, also known as cross-lingual spelling variants (CLSV). To find the best CLSV in a text database index, we contribute a formulation of the problem in a probabilistic framework, and implement this with an instance of the general edit distance using weighted finite-state transducers. Some training data is required when estimating the costs for the general edit distance. We demonstrate that after some basic training our new multilingual model is robust and requires little or no adaptation for covering additional languages, as the model takes advantage of language independent transliteration patterns. We train the model with medical terms in seven languages and test it with terms from varied domains in six languages. Two test languages are not in the training data. Against a large text database index, we achieve 64–78 % precision at the point of 100% recall. This is a relative improvement of 22% on the simple edit distance.