略论高校图书馆学科馆员的培训模式——奥克兰大学图书馆的启示

通过分析研究奥克兰大学图书馆学科馆员培训模式的特点,充分认知奥克兰大学图书馆对学科馆员的能力要求和角色定位,以及他们独具特色的学科馆员培训机构、培训内容和培训方式,其成功经验为国内高校图书馆学科馆员培训模式的建立提供大量启示。     

广州大学图书馆学科馆员机制建设研究

介绍了学科馆员的定义和发展历史以及在国内几所高校图书馆的实行情况，在此基础上结合广州大学的实际提出了广州大学图书馆建设学科馆员的方案。     

基于词汇链的应急预案主题抽取方法研究

本文针对应急预案自动主题抽取的需求,采用词汇语义相关度计算的方法,构建了一个基于词汇链算法且符合人的主观感受的主题抽取模型.模型根据应急预案文本的特点,运用了自然语言处理技术,改进了原始的词汇链生成算法,提出了一种多因素词语权重算法.通过与人工抽取主题词的实验结果相比较,该主题提取模型在查全率和查准率上都取得了较好的效果.     

Making the Cyrillic OPAC a Reality

SUMMARY

The steps leading to the development of a Cyrillic OPAC at Queens Borough Public Library are presented by the authors. Issues covered include Cyrillic character display, font requirements, searching strategies, web browser interface development, authority and subject control, promotion, and publicity. The importance of librarian and customer involvement and training are discussed.     

我国高校学科馆员制度实施十年回顾

十年前,清华大学图书馆在我国率先实行学科馆员制度,正式把国外的先进管理制度引入国内。近年来,我国多数高校图书馆纷纷设置了学科馆员制度,但在实行中发展不尽如人意。文章分析目前开展学科馆员制度实践中所存在的问题与不足,并就如何完善该制度应采取的措施和对策进行探讨。     

适用于隐含主题抽取的K最近邻关键词自动抽取

众所周知,K最近邻方法作为机器学习领域的一个经典的方法,在很多领域都有出色的表现.本文利用K最近邻方法的思想,提出了一种基于K最近邻的关键词自动抽取方法.现有的关键词抽取技术仅仅是对正文词汇的抽取,不能抽取隐含主题.隐含主题的抽取是关键词自动抽取技术的难点,但是该方法可以有效抽取隐含主题.该方法首先对数据进行预处理,使用向量空间模型将文本表述为数学化语言;然后,以人工标注关键词的文献数据作为训练集,使用K最近邻方法构建新文献的关键词候选集;最后,根据关键词本身的特点对候选关键词做了有效的后处理.实验表明,该方法不仅可以提高关键词抽取的准确率和召回率,还可以有效抽取文章的隐含主题.     

特殊合订图书的标引与著录

针对特殊合订图书的特点，文章对特殊合订图书的分类标引、主题标引和CN—MARC著录方法分别进行了探讨。     

面向知识服务的大学图书馆学科知识门户构建研究

论述了学科知识门户的特点和构建大学图书馆学科知识门户的意义。通过构建学科知识门户框架,从知识用户系统、知识门户服务、知识门户维护等方面,阐述了以学科为切入点的大学图书馆知识门户服务体系内容。     

刑法司法解释主体探析

根据有关法律规定，刑法司法解释的主体为最高人民法院和最高人民检察院，但实际上有诸多不具备刑法司法解释主体资格者参与刑法司法解释。理论上关于刑法司法解释主体存在不同认识。本文认为，可以从应然和实然两个不同的视角，以及刑法司法解释是否具有规范性等，将刑法司法解释主体分为刑法司法解释的实然主体与应然主体以及规范性刑法司法解释主体与个案刑法司法解释主体。