数据科学任职要求挖掘下的情报学教育及人才培养

[目的/意义]基于数据科学与情报学领域的密切联系,对数据科学任职要求知识进行深入挖掘,有利于掌握社会对于情报学相关领域人才的需求,从而完善情报学教育的培养方案,帮助实现社会需求与高校教育的良好对接。[方法/过程]文章采集了国内主流招聘网站中数据科学相关工作岗位的招聘信息,并对数据进行解析、去重等清洗工作,对招聘信息中的任职要求实体进行人工标注,比较了LSTM,BiLSTM-CRF和BERT三种深度学习模型应用于实体识别的效果。[结果/结论]结果表明,BiLSTM-CRF模型对任职要求实体的识别效果最好,相较于其他两种深度学习模型具有一定的优势。文章根据抽取出的任职要求实体从实践能力、学历要求、脚本语言、数据处理、综合素质等方面总结了目前情报学人才应当具备的技能和素质,并由此提出了针对情报学教育的人才培养方案。     

就业者视角下的情报学教育及人才培养调查与分析

[目的/意义]在大数据和人工智能的大环境下,社会对情报学人才的需求发生了改变。为此,情报学人才的培养也应做出相应的调整。[方法/过程]以问卷调查的形式展开,以情报所工作人员为调查对象,针对实际工作需求,从学历、学科背景、工作经验、跨学科学习经历、学科知识与基本能力等方面分析对情报工作者能力的具体需求,从情报学教学、专业技能培养、学科融合、实践能力培养等方面探讨我国情报学人才培养问题。[结果/结论]年龄在25~35的具有跨学科背景和学习经历的硕士更适合开展现阶段情报工作;同时情报工作者还应具备强有力的分析和洞察数据的能力。情报学人才培养应围绕数据分析流程,融合数据科学的学科内容,依次从课程设置、具体专业技能培养和实践环节展开。     

基于大数据的h指数及其衍生指数的探索性因子分析研究

h指数自2005年被Jorge E. Hirsch提出后,因其具有计算简单和适用范围广等特点而引发了学术界的广泛关注。许多研究者在h指数的基础上,对h指数进行修正,并提出了多种衍生指数。为深入了解这些同源性衍生指数间的关系,评估它们在不同层次人才评价中的应用效果,选择15种主要类h指数,以2008-2011年SCIE收录的农业科学领域114 643篇论文为研究对象,采用探索性因子分析方法对15种指数进行相关性分析,结果表明在大数据情况下A指数和m指数与作者论文质量密切相关;g指数、h_w指数和R指数能更好地评价高产高被引作者;h_w指数和χ指数在评价高产低被引作者时效果较好;π指数、χ指数、m指数、A指数、h_w指数、e指数对低产高被引作者评价效果较好。     

引书的自动识别及文献计量学分析

古籍文本中存在大量事实上的引文条目,即引书。目前,引文分析法多基于现代文本开展研究,学术界对古籍文本中的引用现象的关注较少。本文将引文分析法应用于古籍文本,计算和分析引书的引文指标,为古籍文本的引书计量学研究建立初步框架。本文选择《十三经注疏》中的《论语注疏》《毛诗正义》《春秋左传正义》三部典籍为研究对象,分别基于CRF (conditional random field)模型、Bi-LSTM (bidirectional long short-term memory)模型以及Bi-LSTM-CRF模型,从古籍文本中自动识别引书条目,并对比抽取性能,利用引文分析方法计算并分析了三部典籍中引书的各项引文计量指标,进而分析古籍文本之间的知识关联,探讨古人的引用行为。研究结果表明,机器学习模型应用于引书条目的自动识别整体效果良好,两种深度学习模型表现更佳,CRF模型存在明显差距。在两种深度学习模型中,Bi-LSTM-CRF模型性能略好。古籍文本之间的关联强度不一,引书的规模受多方因素影响,经部文献的被引次数占比最高,经部文献中的礼制类文献尤甚。此外,古人的引用行为也受成书目的、学者知识背景、...     

面向新时代的人民日报语料中文分词歧义分析

【目的/意义】对近几年的人民日报语料中文分词结果进行统计和分析有利于总结新时代的中文语料在分 词歧义方面的规律,提高分词效果,促进中文信息处理的相关研究和技术的发展。【方法/过程】本文以2015年以后 的共4个月新时代的人民日报分词语料为研究对象,通过统计词频、词长、从合度等信息,从名词、动词、数词、量词、 副词、形容词、区别词、方位词、处所词、时间词、代词、介词、连词、助词、习用语、否定词、前后缀等类型来讨论变异 词的切分规律。【结果/结论】结果发现新时代的人民日报语料中的切分变异大部分为假歧义,相同语法结构的二字 词要比三字词、四字词的切分变异从合度更高。【创新/局限】本文首次面向新时代的人民日报语料讨论了中文分词 歧义的问题,但缺少与旧语料的对比分析。