数字人文视角下的非物质文化遗产文本自动分词及应用研究北大核心CSSCI

文本自动分词是非物质文化遗产相关数字人文研究的基础与关键步骤,是深度发掘非遗内在信息的前提。文章构建了国家级非物质文化遗产项目申报文本自动分词模型,探究了融入领域知识的机器学习模型CRF、深度学习模型Bi-LSTM-CRF和预训练语言模型BERT、RoBERTa、ALBERT在非遗文本上的分词性能,并对比了通用分词工具HanLP、Jieba、NLPIR的效果。在全部14种模型中,RoBERTa模型效果最佳,F值达到了97.28%,预训练模型中ALBERT在同等条件下训练速度最快。调用分词模型,构建了非遗文本领域词表和全文分词语料库,对非遗文本词汇分布情况进行了分析挖掘。开发了中国非物质文化遗产文本自动分词系统(CITS),为非遗文本自动分词及分词结果的多维可视化分析提供了工具。     

中国古代档案史丛书史料述论

对中国古代档案史丛书史料展开具体研究,有利于展现丛书史料价值的独特性。整体概述、择要介绍丛书史料,归纳得出中国古代丛书保存档案史史料的优势与局限性。谈及丛书史料应用情况,主要对丛书史料的双重属性问题和丛书史料的应用量、应用书籍以及误引书名问题做具体分析。总体来说,丛书中的档案史史料内容较丰富,价值较高,仍有较大发掘空间。     

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”。     

全民阅读时代我国公共图书馆建设区域分布态势研究——基于空间计量模型的实证分析

文章基于2010—2018年中国31个省(未包括香港、澳门特别行政区和台湾地区)的面板数据进行探索性分析,并构建空间计量模型以检验公共图书馆机构数、藏书量以及人均占有量在空间分布上存在明显差异。最后,在"全民阅读"国家发展战略指导下,根据我国公共图书馆的空间分布特征,建议从四种维度创设新型公共图书馆。     

高校4C/ID模型的问题解决教学模式研究

针对目前高校教育中培养学生问题解决能力方面存在的弊端,以4C/ID模型为视角,探究基于4C/ID模型的问题解决教学模式的构建,从而提升学生的问题解决能力。通过梳理四元素教学设计模型(4C/ID模型)的相关理论,借鉴4C/ID模型的核心思想与方法,提出问题解决教学模式构建的原则与思路,并从问题解决教学的分析、解决、评价、交流四个环节阐述教学模式构建的过程,最终对基于4C/ID模型的问题解决教学实施的效果进行分析,提出针对性建议。     

竞争情报活动中的知识流与知识场分析

首先,本文探索竞争情报活动中的知识流、知识场的内涵、特点与两者间的相互作用,提出构成知识场的向量空间模型;其次,分析竞争情报活动中知识流和知识场研究的目的与意义,导出基于主体、面向过程、重视隐性知识挖掘的竞争情报研究的新思路;再次,研究竞争情报活动中知识场的特征及对知识流的影响,分析基于知识场的知识交流的机理,构建基于知识场的竞争情报流程与知识流整合的模型;最后,分析竞争情报活动中知识流有效控制和知识场效应的影响因素.     

信息化绩效评价

本书从如何正确认识信息化带给企业价值的角度出发,对企业信息化绩效评价与管理的理论体系和评价方法进行了系统的分析与阐述,并重点介绍如何运用ITGov创新的“三位一体（战略实施、项目管理、风险控制）信息化绩效评价模型”对信息化全过程进行绩效评价,以便建立一套完整的绩效管理体系与制度。能够为企业的决策者与IT经理人提供一条理性认识信息化绩效的途径,并为其使用系统的企业信息化绩效管理方法提供有力依据。     

信息技术助力宏观经济决策——宁波市宏观经济监测预测信息系统建设

宏观经济监测预测信息系统是以服务于宏观经济决策为目的,以科学、规范的统计指标体系和校正的历史统计数据为基础,以先进的信息网络技术及数据库技术为手段,以汇总、整合各部门分散的信息资源和经济数据为重点,结合成熟的宏观经济预测预警模型和方