走向文本的历史档案数字整理:历史追溯与时代转型(下)

数字人文是现代信息生态下解决历史档案因数量庞大以致人力无法逐件式地深入文本内容的因应之道。它对于历史档案整理的根本性影响,是推动时代转型并助力建立历史档案数字整理新范式。历史档案数字整理是层累地生成的数字文本系统。它由四个层次的数字文本组成,即文本阅读的基底层、元数据搭建的桥梁层、文本内数据化的加工层,以及数据分析和可视化的知识发现层,其中第二、三个层次的元数据、标记与注释等数据的结构化整理是实现知识发现的关键。"集成""互动"与"追问"是历史档案数字整理的核心理念。     

基于主题模型的文本分类算法性能比较SSCI

文章利用LDA模型进行文本降维和特征提取,并将传统分类算法置于集成学习框架下进行训练,以探讨是否能提高单一分类算法的分类准确度,并获得较优的分类效果,使LDA模型能够发挥更高的性能和效果,从而为文本分类精度的提高服务。同时,以Web of Science为数据来源,依据其学科类别划分标准,建立涵盖6个主题的实验文本集,利用Weka作为实验工具,以平均F值作为评价指标,对比分析了朴素贝叶斯、逻辑回归、支持向量机、K近邻算法4种传统分类算法以及AdaBoost、Bagging、Random Subspace 3种集成学习算法的分类效果。从总体上看,通过“同质集成”集成后的文本分类准确率高于单个分类器的分类准确率;利用LDA模型进行文本降维和特征提取,将朴素贝叶斯作为基分类器,并利用Bagging进行集成训练,分类效果最优,实现了“全局最优”。     

512字段著录浅议

通过分析用CNMARC 512字段的规定著录封面题名遇到的问题,结合实例提出了适当调整512字段著录规定的考虑.     

局部文本特征选取算法的比较和改进研究

本文通过实验比较了互信息、χ2统计算法和优势率三种算法在用于局部文本特征选取时对文本分类性能的影响.实验结果显示,在应用于局部特征选择的情况下,文本特征选取算法仍然可以将特征空间的维度降低90%以上,而不降低文本分类的性能.同时,我们发现在应用于局部文本特征选取时,优势率算法的性能不如互信息和χ2统计算法.另外,对于K最近邻分类算法,随着K值的增大,文本分类的查准率在增加,而查全率在降低.最后,本文详细分析了造成这三种算法性能差异的原因,并提出了一种改进算法,来提高优势率算法应用于局部文本特征选取时的性能.     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

浅论少儿图书馆的阅读指导服务

少儿阅读指导服务是一项科学性和实践性很强的工作。通过分析我国公民阅读尤其是少年儿童闳读的现状,提出了少儿图书馆应加强阅读环境建设及馆藏资源建设,并就做好少儿阅读指导服务工作提出了具体措施。     

五四时期的《兰州城池图》赏读

某民间收藏家珍藏4屏条通景《兰州城池图》,原装原裱,弥足珍贵。据题款,系兰州画家狄进翰所绘敷彩山水画,画面大致西起小西湖,东至雁滩,南抵皋兰山、龙尾山,北及白塔山,真实展现了1919年代兰州城池及近郊的景观、历史风貌、民俗风情,具有重要的存史、研究、观赏价值。画心通高134厘米,之一阔65厘米,之二阔68厘米,之三阔68．5厘米,之四阔65厘米。     

浅析美军人物报道的文本表现技巧

作为军队形象塑造的重要组成部分,军事人物宣传已被放在了军事宣传工作的重要位置。经常性的人物报道,不仅可以起到教育、激励、引导官兵的作用,还能化解社会矛盾。在这方面,美军较好地把握了军事人物宣传的规律和技巧,通过一种爱国主义教育的新闻表达方式进行人物报道,以宣传国家意志。这些被媒体树立起来的人性化的美国军人形象,     

事实与文本

一、新闻真实性的哲学逻辑 对于新闻从业者来说,新闻的真实性是他们始终追求的目标。根据学术界对新闻的传统定义,如“新闻是新近发生或正在发生的事实”、“新闻是多数受众注意的最近事实的信息”等,也可以看出新闻的本源一般被认为是客观世界的真实事件。然而根据传播学的理论,在传播过程中,传播者要对信息进行编码传播给受众,首要的步骤就是对信息的理解和选择;