基于BP算法的网络信息资源有效性评价研究*

针对网络信息资源的评价现状，阐明对定性指标进行定量评价的必要性，给出网络信息资源有效性评价指标体系的层次结构模型，运用BP神经网络算法对其进行有效性评价，并通过仿真结果分析，证明其可行性与有效性。     

普适评估算法模型研究

论述的评估算法模型主要针对常用的各类评估系统,介绍了算法模型的多种形式,这些模型交织在一起,详细地给出了实现算法。算法模型具有很强的实用性,为建立高效和功能强大的计算机评估系统提供参考。     

基于概率神经网络的文本自动分类研究

本文提出了将一种径向基网络的重要变形———概率神经网络应用于文本自动分类的研究 ,与常用的K 最邻近法相比 ,具有一定的优势 ,特别是在训练集中各类的训练样本数很不平衡时 ;与BP等其他神经网络相比 ,其特点是需调节的参数少 ,不需确定隐层数、隐层中的神经元数量等网络结构 ,比较容易使用。此外 ,从研究中的不同特征选择的评价函数来看 ,它们对分类有一定的影响 ,应用X2 统计进行特征选择的分类正确率最高 ,其次是文本证据权 ,而期望交叉熵的效果最差 ,说明特征选择在文本自动分类中也是非常重要的。     

近十五年分类排架研究综述

系统叙述我国图书情报机构的分类排架及研究现状、分类排架研究的主要方面和主要成就;指出分类排架研究中存 在的主要问题。     

关于数学文献分类的研究

文章研究了数学文献分类的三个问题：数学文献的分类标准；数学文献的分类体系；数学文献的分类方法。     

关于自然语言检索问题

自然语言检索当前仅在关键词检索的层次上已经实现，重点分析了全文检索所适应和不适应的检索要求及其评价，用分析说明了当前关于自然语言检索的主流观点的不切实际，指出自然语言检索的发展方向是与情报检索语言结合和融合。     

对《中图法》(4版)民族文献归类的探讨

以民族类文献及其分类工作为出发点，针对《中图法》(第四版)民族文献的类目设置，建议增设民族学科相关类目和类目注释。     

基于支持向量机的文本自动分类试验研究

提出了将支持向量机应用于文本自动分类的研究，与常用的K-最邻近法相比，无论是对训练数据集还是测试数据集均具有一定的优势，而且不同特征选择方法对支持向量机的影响要比K-最邻近法小。此外，从研究中的不同特征选择的评价函数来看，它们对分类有一定的影响，应用X2统计进行特征选择的分类正确率最高，其次是文本证据权，而期望交叉熵的效果最差，说明特征选择在文本自动分类中也是相当重要的。     

分类法在搜索引擎中的运用思考

本文从目前搜索引擎中使用分类法的现状入手，针对图书情报界提出的优化搜索引擎中分类体系的改造方案，提出了一些有用的建议。     

情报检索语言的发展方向问题--分类主题一体化新论

对国内外五种著名分类主题一体化词表作了剖析，从新的视角揭示了一体化词表的实质，并根据情报检索语言的发展现状，阐明了分类主题一体化的前景，从而看清情报检索语言的发展方向。