从社会性标签中进行语义关系抽取——一种元数据生成方法

标签形式的社会性语义越来越占据主导地位,使元数据界在这种新形式的信息内容表达和检索方面面临机遇和挑战。其中,主要的挑战是与标签相关的语境信息的缺失。以Flickr标签为例,对如何利用社会性语义资源来丰富主题元数据进行了实验。实验过程包含4个步骤：收集Flickr标签样本;通过共有信息计算标签间的同现情况;通过Google检索结果来追踪标签对的语境信息;用自然语言处理和机器学习技术来抽取标签间的语义关系。本实验能够利用Google搜索结果构建语境库,并且以自然语言处理和机器学习算法对这些语句进行处理。这种新方法对于赋予标签对以一定语义关系有相当高的准确率。也探讨该方法在利用社会性语义丰富的主题元数据方面的意义。     

基于语义和引用加权的文献主题提取研究

[目的/意义]传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容,使得主题内容不全面或存在"噪音",而从文献内容语义出发,结合引用内容提取文献的主题,能够更加准确地提取出多文档的主题内容。[方法/过程]提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法,利用文献的引用内容和关键词构建Labeled-LDA主题模型,形成文档-主题概率向量,再根据K-means聚类方法聚类文档,提取每类文档集的主题内容。[结果/结论]以PubMed生物医学数据库中的数据作为实验数据,测试该方法的可靠性,结果证明该方法能够准确、全面地提取出多文档的主题内容。     

自由文本信息抽取技术

信息抽取是从自由文本语料库构建数据库，实现情报自动收集的有效途径之一。近十多年来，信息抽取技术逐步走向成熟，已成为与信息检索相平行的技术之一。对信息抽取技术进行系统的归类、总结，已显得较为迫切。在对当前多种主要的信息抽取技术进行分析、比较的基础上，结合信息抽取所面临的挑战，分析了信息抽取的三个趋势。     

数字化网络时代的图书馆管理系统探索

在对现有图书馆自动化建设存在的问题进行了分析的基础上 ,提出未来图书馆的系统模式 ,即将文献资源作为一种知识 /信息存储和传递工具资源 ,利用现代网络和信息处理技术将文献资源进行有效配置 ,以实现价值最大化。图 1。参考文献 11。     

杏鲍菇子实体多糖提取工艺优化

以杏鲍菇子实体为材料,研究了杏鲍菇子实体多糖的提取工艺.通过常规法提取多糖的单因子试验和正交试验,确定了常规法提取杏鲍菇子实体多糖的最佳工艺条件为:按料水比1∶20投料,在90℃下,提取4h,乙醇沉淀浓度为90%。     

微波—酶法处理超临界流体萃取黄姜皂素的研究

应用微波-酶法处理盾叶薯蓣,然后用超临界CO2流体萃取皂素,并用正交试验法考察了萃取温度,萃取压力,萃取时间和夹带剂用量对皂素提取率的影响。研究表明采用微波—酶法处理,有利于萃取操作的进行,提高了萃取效果。正交试验所确定最优工艺条件为:萃取温度60℃,萃取压力32 MPa,萃取时间4 h,夹带用量为20%。     

饲料中盐酸克伦特罗的快速分离柱高效液相色谱法测定

研究了用快速分离柱高效液相色谱法测定饲料中盐酸克伦特罗的方法.饲料样品中的盐酸克伦特罗用水超声振荡提取,然后用固相萃取预分离和富集,以ZORBAX Stable Bound(4.6×50 mm,1.8μm)C18快速分离柱为固定相,0.01 mol/L的磷酸二氢钾水溶液∶甲醇=65∶35为流动相分离,流速为2.0 mL/m in;在该色谱条件下,盐酸克伦特罗在1.0 m in内可达到基线分离.该方法的标准回收率为89%~94%,相对标准偏差为1.5%~2.2%.将该方法用于几种饲料样品的测定,结果令人满意.     

面向中文科技文献非结构化摘要的知识元表示与抽取研究——基于知识元本体理论

[目的/意义]近年来,科技文献资源呈爆炸性增长,海量科技文献中依旧存在大量非结构化摘要。非结构化摘要一方面不利于学者阅读与理解;另一方面不利于对摘要内部信息进行知识的自动化抽取和相应的检索。研究科技文献非结构化摘要的知识表示模型及其自动化抽取方法,对学者快速阅读和机器自动化处理具有重要意义。[方法/过程]文章在分析科技文献非结构化摘要结构的基础上,结合知识元本体理论,构建了一个面向科技文献非结构化摘要的知识元本体模型。通过分析非结构化摘要的写作特征,将文本按句子级划分为目的、方法、结果或结论三个要素,统计每个要素句中的线索词、句型和位置,建立相关规则库,根据本体模型和规则库构建相关抽取算法。最后,下载《计算机技术与发展》中的部分文献进行实验。[结果/结论]通过增加句型集和线索词集,完善了非结构化摘要的要素,构建了非结构化摘要知识元本体模型。实验结果表明,根据本文提出的模型能有效地对非结构化摘要中的知识元进行抽取。[局限]实验的不足之处是需要人工对摘要中的句型和线索词进行归纳总结。     

实体关系抽取的技术方法综述*

对实体关系抽取研究以MUC和ACE评测为主线的发展进行总结,并指出实体关系抽取任务普遍存在的三个问题是特定领域标引数据集的获取、模式的获取以及共指消解。在对当前关系抽取的相关文献、系统和项目进行分析研究的基础上,将基于非结构化文本的实体关系抽取技术方法归纳为：基于模式匹配的关系抽取、基于词典驱动的关系抽取、基于机器学习的关系抽取、基于Ontology的关系抽取以及混合抽取方法,旨在为进一步构建实体关系抽取系统提供良好借鉴。     

学术文本词汇功能识别——在关键词自动抽取中的应用

传统的关键词自动抽取常以候选词的出现频次、位置等非语义信息构建特征,并未考虑关键词在学术文献中承担的特定语义角色,即词汇功能。通过对现有数据统计,本文发现作者标注关键词中约有67.99%是研究问题或研究方法词。因此,本文将关键词的词汇功能分为三类:"研究问题""研究方法"和"其他",在传统的词频特征以及位置特征基础上,融合词汇功能特征,使用计算机领域的学术文献基于分类和排序两种思想进行关键词抽取实验。实验结果表明,融合词汇功能后,关键词抽取效果得到明显提升。相较于基准实验,二分类模型的准确率Acc和F值分别相对提升24.63%和25.19%,达到了0.840和0.666;排序模型的MAP、NDCG@5和P@5分别相对提升168.32%、189.50%和148.30%,提升至0.813、0.828和0.447,证明了学术文献词汇功能特征在关键词自动抽取中具有重要作用。