生物医学期刊作者投稿行为的影响因素

为了了解影响生物医学期刊作者投稿行为的因素,对250名生物医学工作者进行调查。结果表明,所设计的17项影响因素得分两两比较,差异均有统计学意义（P〈0．01）,平均分大于4的影响因素主要有刊物是否为正式刊物、期刊的级别、刊物发行范围、稿件质量、编辑部对稿件及作者的态度、刊物发文在职称评定中是否有效、期刊的影响因子、发文速度等8项。     

专业出版社数字出版难点解析

数字出版是全新的业务,需要资金的保障.开展数字出版需要获取内容资源、建立技术平台、开拓市场.国内专业出版社分布于不同的行业中,经过几十年的积累,拥有了大量的内容资源,并且在各自的专业出版领域中整合了大量的作者资源.但长期以来,大部分专业社因缺乏开展数字出版业务的长远战略,未对历史资源进行合理保存和二次开发利用,所以在数字化的过程中,专业出版社需要面对几个难题.     

另辟蹊径——从日本的几本畅销书谈起

书籍作为一种文化产品,能否有市场,内容当然是最重要的因素.作为编辑,能否找到好的选题和作者,是决定胜败的第一道关口.而有了好的作品,还需要通过适当的营销手段开拓市场,提高读者的认知度.日本近年的畅销书诞生背后的故事,为我们提供了一些可供参考的经验.     

笔谈栏目:学术期刊扶掖学术新人的“实验田”

一 "笔谈栏目"给人最直观的印象就是,它由一组多篇文章构架而成,表现出相对较大的容量,因而呈现出两个显著特点: 第一,以化整的方式可以惠及更多的作者.     

关于国家档案馆公共性的理性思考（3则）

曹航在2008年第三期《档案学通讯》上,对国家档案馆公共性的相关问题进行了分析。 （1）关于国家档案馆公共性的缘起和演进问题。作者认为,国家档案馆并不天然具有公共性,公共性作为国家档案馆的一种重要属性,是近代以来国家政权性质的变迁所引致的。     

当代情报学研究的知识图谱:基于ACA的分析

运用ISI的Web of Knowledge中的SSCI数据库,对1996-2008年8月期间收录的24种情报学核心期刊引文进行了作者共引分析,并绘制了情报学研究的知识图谱。知识图谱显示,目前国际情报学研究热点依然主要分为计量学研究和信息检索两大部分,但它们之间不再孤立发展,出现了连通趋势。科学计量学、信息计量学和网络计量学等新兴分支学科研究活跃,传统的文献计量定律研究逐步淡出计量学研究的主流范围。     

中文自动问答中旬子相似度计算研究

句子相似度计算是自动问答系统的重要理论基础和关键实现技术.目前,用于中文自动问答系统的句子相似度计算方法很多,由于缺乏系统的分析,给研究人员带来了较大的不便.依据所利用的特征信息,可以将这些方法分为四类,即基于关键词信息、基于语义信息、基于句法结构信息以及基于多重信息.通过对各类方法实验结果的比较,指出各自的优势和不足.同时指出,基于多重信息的方法是当前的主流方法,实现不同特征信息的最佳权重分配是该类方法今后的研究重点.另外,还提出一个有关相似度概念认识上的看法,即对于中文自动问答系统,实质上依据的是句子的相关度,而不是句子的相似度.通过本文的研究,旨在为中文自动问答领域的句子相似度计算研究提供一定的参考.     

基于递归概念图的文本检索模型研究

Sowa在1984年提出了一个抽象模型,即概念图,作为基于语言学、心理学和哲学的知识表示语言.但是其概念图的定义比较简单,对于刻画文本中的语言组块的语义及语言单元之间的组合运算比较困难.为了能从形式上为将来的组块内部和组块之间的组合分析提供支持,深化概念图的表示形式,我们提出了一种适用于自然语言自动化分析的概念图的形式化描述,它可以看成是Sowa 概念图的递归扩展.然后我们将这种新颖的知识表示方式应用到文本检索领域的文本标引中,同时给出了以此为基础的概念图匹配算法.在和布尔检索的比较实验中,概念检索体现出比较明显的优势.     

基于语义的半结构化P2P网络

如何利用具有本体标注的结构化文档中的语义信息组织P2P网络,提供对基于语义的信息共享与查询的P2P网络支持,是当前P2P网络的研究热点之一.本文提出采用Peer所存储文档中的加权本体概念向量作为Peer的特征向量,通过相似度计算将Peer聚成Peer组,从而构造基于语义的半结构化P2P网络.用户的查询请求由各Peer组内的组服务器负责路由转发,组服务器计算查询请求与各路由表项之间的相似度,将查询向最有可能包含查询目标的Peer组转发.文中较全面地阐述了本体概念局部和全局权重的计算方法.由于P2P网络拓扑的建立过程和查询路由过程均基于语义信息,使得网络的各项性能与基于关键字处理的P2P网络相比,得到了较大的提高.     

文本分类中粗分类数据噪声修正的网络算法

在文本分类的实际应用中经常使用粗略分类的数据来训练分类器,但是这种数据中经常会包含类别标记有误的数据,这些数据对文本分类结果的精度会造成不良影响。本文针对这个问题提出了一种噪声修正算法,首先建立文档关联网络,把文档上标记的类别作为在网络上划分的集团结构,并用模块度衡量集团结构的质量,通过优化模块度指标把噪声数据调整到合适的类别中,从而提高数据质量。实验结果表明,本文所提算法能够有效修正粗分类数据中的噪声,且有较高的有效性和鲁棒性。该算法可以用于文本分类训练数据的预处理,或作为辅助技术用于文献库建设等工作。