自动标引研究的回顾与展望*

对自动标引的研究进行总结与回顾。对标引对象进行界定；分析自动标引研究的3个阶段，并列出50年研究历程中的代表性方法；详细描述自动标引研究路线图、并对抽词标引与赋词标引方法进行详细分类；最后指出自动标引中存在的问题，并对今后的自动标引研究和应用方向进行展望。     

知识发现系统的关键词联想推荐研究

当前我国工程科技领域存在海量数据,如何整合现有数字资源,用知识发现技术辅助专家学者发现当前各领域研究热点具有重要意义。文章通过计算关键词之间的直接关系和隐语义关系,提出了一种基于贝叶斯统计推断的关键词联想算法。解决了知识发现系统中的用户行为信息缺失和共现稀疏等推荐难题。     

主题词、自由词、关键词标引的问题及对策

分析了图书馆在文献主题标引中存在的问题并提出了解决这些问题的对策。     

Tumor necrosis factor alpha (TNF-α) and estrogen hormone in osteoarthritic female patients

Osteoarthritis of knee joints is a disease of old age in both sex. It is very common after the age of 40 years in elderly females or in postmenopausal phase of females. It is characterized by narrowing of space in joints due to inflammation. The exact mechanism of inflammation in this disease is not yet clear. Tumor necrosis factor alpha (TNF-α) may involve in onset of disease. The present study is being carried out in 130 female subject of age group 40–60 years suffering from osteoarthritis of knee joints and 50 normal healthy control female subjects. A correlation is made between TNF-α and estrogen and found significant inverse correlation (r<0.001), between TNF-α and estrogen hormone in osteoarthritic female patients as compared to normal healthy control female group.     

基于专利演化模型的机构专利分析

近年来,科学技术发展日新月异,每天都会出现各种新型研究领域,众多研究成果被发表与公布。为此,来自各个国家的组织机构做了巨大的努力要为自己的机构带来外部与内部的变化。事实上,对于很多机构来说,研究的意义在于通过分析研究成果得到有意义的结论。因此,本文通过对具体机制下的专利标题（发明名称）进行分析从而提出一种演化模型。首先,我们根据关键词的特性对标题的关键词进行分类,然后定义专利的相互关系。我们建议演化模型的相互关系建立在时间轴基础上,并且可以适用于实际数据。通过应用于实际数据的模型可预测出未来专利的关键词。     

我国教师教育研究的文献计量分析（2000—2012年）

本文以我国自2000年以来的665篇以“教师教育”为关键词的已有文献为研究对象,基于文献计量相关方法,对我国教师教育领域的研究情况进行基于作者、被引期刊以及关键词等信息的系统梳理。研究发现：（1）我国教师教育领域的研究文献数量呈现逐年上升的趋势;（2）该领域的研究者数量较多,且主要集中在师范院校,但作者间的合作程度较低;（3）期刊共被引分析印证了《教师教育研究》为该领域的核心期刊,且我国教师教育研究具有显著的国际化趋势;（4）关键词共现分析揭示了该领域的研究热点为课程改革、教师专业化和师范院校转型。     

自动问答系统设计与实现

自动问答系统在搜索引擎的基础上融入了自然语言的知识与应用,与传统的依靠关键字匹配的搜索引擎相比,能够更好地满足用户的检索需求。介绍了计算机操作系统自动问答系统模型,阐述了具体开发过程,设计并实现了基于计算机操作系统领域的自动问答系统,实践表明该系统能够较为准确地回答用户问题。     

基于自然语言理解技术的网络检索

在检索语言的发展过程中，自然语言是必然要取代人工语言的。自然语言理解技术是计算机人工智能与语言学相结合的产物，是解决自然语言检索的核心技术。本文回顾了这一技术发展的历程并分析这项技术与网络检索相结合中存在的问题，指出了自然语言理解是检索技术发展的方向。     

"地"字结构识别

“地”字结构是汉语中有标记的状语结构，“地”字结构的自动识别作为浅层句法分析的任务之一可以减少自动句法分析的歧义。本文在分析“地”字结构性质的基础上，利用规则与统计相结合的方法，基于分词文本对“地”字结构进行了对比性的识别研究。实验利用200万字的语料进行训练，将获取的数据用于自动识别，获得了较好的效果。     

KRBKSS： a keyword relationship based keyword-set search system for peer-to-peer networks

Distributed inverted index technology is used in many peer-to-peer (P2P) systems to help find rapidly document in -set search system for peer-to-peer networkswhich a given word appears. Distributed inverted index by keywords may incur significant bandwidth for executing more complicated search queries such as multiple-attribute queries. In order to reduce query overhead, KSS (keyword-set search) by Gnawali partitions the index by a set of keywords. However, a KSS index is considerably larger than a standard inverted index,since there are more word sets than there are individual words. And the insert overhead and storage overhead are obviously unacceptable for full-text search on a collection of documents even if KSS uses the distance window technology. In this paper, we extract the relationship information between query keywords from websites' queries logs to improve performance of KSS system.Experiments results clearly demonstrated that the improved keyword-set search system based on keywords relationship (KRBKSS) is more efficient than KSS index in insert overhead and storage overhead, and a standard inverted index in terms of communication costs for query.