基于事件要素的组合模型微博热点事件摘要提取

[目的/意义] 为帮助读者从热点事件产生的海量微博报道中快速了解事件的来龙去脉,提高微博事件摘要的准确性和可读性,提出一种基于事件要素的多模型微博热点事件时间轴摘要提取方法。[方法/过程] 针对微博文本特征,结合主题模型（LDA）与互信息最大熵模型（MaRxEnt-MI）的特点提取事件摘要关键词,以微博传播价值和主题相关性为标准筛选微博,以时间-摘要关键词-摘要微博的形式生成时间轴摘要。[结果/结论] 利用人工标注的测试集,与传统的TextRank方法进行对比,F值提高8%-13%,内部测试表明摘要可读性提高明显。实验文本和测试集的数量及事件丰富度需要进一步扩展,应考虑更多的加权策略模型以提高摘要的准确性。实验结果及测试反馈表明,本文的方法能很好满足用户对热点事件摘要信息需求,提高微博摘要提取的准确率。     

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。     

数字环境下科技期刊的引领与服务作用

以学术期刊的基本功能作为切入点,通过大数据分析方法验证科技期刊相对其他的论文载体在科学研究成果出版和传播方面的引领作用;同时,探讨在数字出版和传播环境下,运用便捷的全流程出版平台和新型数字出版模式,不断提升学术期刊对于作者和读者的服务作用。希望从一个新的视角为广大科技期刊提供启发和思路。     

中文百科概念术语服务平台SinoPedia的构建研究

随着“数据的网络”的兴起,万维网的内容已不再是纯粹的文本,而是表达和模拟多种事物及事件之间相互关系的实体集合,其中实体名称、属性及取值词表的规范十分重要。国外已形成覆盖广泛的“关联开放数据（LOD）”服务。中文概念术语的缺乏已严重阻碍中文知识图谱和中文领域本体的标准化和推广应用。本文提出的SinoPedia平台采用RDF三元组对目前公共领域的百科概念术语赋予唯一的URI进行资源的持久化,并通过SOOOPA模块提供检索服务。同时,自建的资源词条已与DBPedia、WikiData、上海图书馆人名规范档等多个开放资源做了实体关联。除检索服务外,SinoPedia还提供了关联数据发布服务,可以充当关联数据发布中心（Hub）。通过扩展LODVIEW系统为不同关联数据站点（SPARQL Endpoint）提供统一的关联数据发布和内容协商服务。此外,SinoPedia集成了LODLIVE系统,能够实现不同数据集之间关联数据的发现与融合。目前SinoPedia包括了554万条三元组数据,并提供API接口和SPARQL Endpoint两种数据调用方式,下一步将申请接入LOD云图。SinoPedia将来可以作为数字人文领域的数据链接中心,推动数字人文研究的快速发展。图7。表3。参考文献20。     

Examining the usage,citation, and diffusion patterns of bibliometric mapping software: A comparative study of three tools

This study investigates the use, citation and diffusion of three bibliometric mapping software tools (CiteSpace, HistCite and VOSviewer) in scientific papers. We first conduct a content analysis of a sample of 481 English core journal papers—i.e., papers from journals deemed central to their respective disciplines—in which at least one of these tools is mentioned. This allows us to understand the predominant mention and citation practices surrounding these tools. We then employ several diffusion indicators to gain insight into the diffusion patterns of the three software tools. Overall, we find that researchers mention and cite the tools in diverse ways, many of which fall short of a traditional formal citation. Our results further indicate a clear upward trend in the use of all three tools, though VOSviewer is more frequently used than CiteSpace or HistCite. We also find that these three software tools have seen the fastest and most widespread adoption in library and information science research, where the tools originated. They have since been gradually adopted in other areas of study, initially at a lower diffusion speed but afterward at a rapidly growing rate.     

Does the concentration of scientific research funding in institutions promote knowledge output?

Basic research is the main powerhouse of a country’s potential for continuous economic growth, and national-level scientific research funding is an important source of capital that supports this basic research. Given these observations, this paper takes micro-level data from projects funded by the Department of Management Sciences in the National Natural Science Foundation of China between 2006 and 2010 to examine the relationship between the efficient use of research funding and the level of concentrated funding in certain research institutions. In contrast to the positive externalities produced by the concentration of R&D activities, our study finds that the accumulation of scientific research funding at the institution level is negative correlated with the knowledge output of the principal investigators of projects within the research institution. We explore the sources of the negative correlation and discuss some policy implications.     

中文网页聚类系统的研究与设计

设计中文网页聚类系统是为了便于从动态Web文本集中快速、有效地挖掘知识。该系统以经典聚类算法为基础,通过比较网页相似度,将相似度高的网页聚合,并提交用户界面显示。通过应用模糊数学中的不确定度,表达了样本类属不同的模糊性,从而更为真实地反映客观情况,改善了以往确定归属某一类的不完整信息收集,结果更具客观性。     

基于用户浏览行为的数据采集及应用

 提出基于用户浏览行为的客户端数据采集的方式,有效解决Web使用记录挖掘中数据采集问题。该数据采集的方法已经应用于国家科技基础条件平台网络科技资源监测、分析及评估项目,其实用性得到很好的验证。     

图书情报领域知识发现研究文献内容分析

采用内容分析方法,对图书情报领域的国内核心期刊与SCIE、SSCI上所载的有关知识发现的研究文献分别进行统计分析,比较国内外该领域研究文献的主题分布情况,得出知识发现在图书情报领域的研究热点和发展趋势。     

当前知识抽取的主要技术方法解析*

 对MnM、KIM、Text2Onto、Amilcare、Melita等具有知识抽取功能的系统所应用的技术方法进行解析。提出在当前知识抽取技术中,机器学习和自然语言分析两大思路各自得到较大发展,并且在相互融合、相互借鉴中受益。在基于机器学习的知识抽取方面,出现以自适应信息抽取（Adaptive IE）、开放信息抽取（Open IE）为代表的新思路,并且有向自动本体学习（Ontology Learning）方向发展的趋势;在基于自然语言分析的知识抽取方面,基于模式标注、语义标注的方法得到广泛关注和进一步完善,并且有向基于Ontology的信息抽取（OBIE）方向发展的趋势。此外,为减少Ontology建设成本,让人们可以利用简单的自然语言构建Ontology,基于受控语言的信息抽取（CLIE）技术也得到一定的关注。