检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

分布式环境下的文档相似度研究与实现

现代图书情报技术 2011年第7期 14-20页

作者：赵华茗中国科学院国家科学图书馆北京100190

针对传统的相似度计算方法在海量信息处理过程中暴露出的数据处理规模限制和性能不足等方面的瓶颈问题,以非结构化文档为研究对象,提出一种基于Hadoop分布式环境,结合Hive数据处理平台和PostgreSQL关系型数据库的文档相似度计算方法,并... 详细信息

针对传统的相似度计算方法在海量信息处理过程中暴露出的数据处理规模限制和性能不足等方面的瓶颈问题,以非结构化文档为研究对象,提出一种基于Hadoop分布式环境,结合Hive数据处理平台和PostgreSQL关系型数据库的文档相似度计算方法,并给出关键技术思路、具体实现步骤和实证研究,通过研究证明Hive SQL语言可有效简化分布式数据处理的复杂性,但实时性有待改进。

关键词： Hadoop Hive 相似度非结构化

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

分布式环境下的文档相似度研究与实现

数据分析与知识发现 2011年第Z1期 14-20页

作者：赵华茗中国科学院国家科学图书馆

关键词： Hadoop Hive 相似度非结构化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于虚拟机的高可用信息服务平台建设

现代图书情报技术 2009年第12期 18-24页

作者：赵华茗中国科学院国家科学图书馆北京100190

从信息服务平台可用性角度出发,介绍虚拟机的概念和特点,对比分析典型虚拟机案例,并针对实际应用,详述基于虚拟机的高可用信息服务平台的具体实施过程。在访问密集型应用中,通过在虚拟机之间搭建负载均衡环境分担网络负载,实现虚拟服务... 详细信息

从信息服务平台可用性角度出发,介绍虚拟机的概念和特点,对比分析典型虚拟机案例,并针对实际应用,详述基于虚拟机的高可用信息服务平台的具体实施过程。在访问密集型应用中,通过在虚拟机之间搭建负载均衡环境分担网络负载,实现虚拟服务平台的高可用性;在访问量较少的轻型应用中,通过资源监控、实时迁移、快照等技术来实现虚拟服务平台的高可用性。

关键词：虚拟机高可用信息服务实时迁移快照

在线全文

学校读者我要写书评

暂无评论

搭建基于云计算的开源海量数据挖掘平台

现代图书情报技术 2010年第10期 76-81页

作者：赵华茗中国科学院国家科学图书馆北京100190

通过分析亚马逊弹性MapReduce(EMR)平台构架,针对信息情报机构内部数据处理的迫切需求,提出通过开源技术Xen和Hadoop平台构建基于云计算的动态可伸缩的海量数据处理平台并给出实施方案、海量文本数据处理案例和开源EMR平台的优势分析。... 详细信息

通过分析亚马逊弹性MapReduce(EMR)平台构架,针对信息情报机构内部数据处理的迫切需求,提出通过开源技术Xen和Hadoop平台构建基于云计算的动态可伸缩的海量数据处理平台并给出实施方案、海量文本数据处理案例和开源EMR平台的优势分析。实施方案主要分为三部分:搭建动态虚拟的云计算环境、安装制作Hadoop虚拟服务器模板、配置运行Cloudera和Cloudera Desktop。通过开源EMR架构的应用,可以有效解决服务器蔓延问题,提高网络计算资源的利用效率和分布式数据挖掘服务的快速布署能力及灵活性。

关键词：云计算海量数据挖掘虚拟技术分布式计算 Xen Cloudera HadooD

在线全文

学校读者我要写书评

暂无评论

基于深度学习的创新主题智能挖掘算法研究

数据分析与知识发现 2019年第1期3卷 46-54页

作者：付常雷钱力张华平赵华茗谢靖中国科学院文献情报中心北京100190 中国科学院大学图书情报与档案管理系北京100190 北京理工大学计算机学院北京100081

【目的】从海量的文本数据中挖掘创新主题。【方法】以学术知识图谱数据为基础,根据知识点的"热度"、"新颖度"、"权威度"三维指标,筛选出权重较高的作为创新种子,然后根据知识图谱的路径对创新种子进行知识关联计算,计算结果输入一个用... 详细信息

【目的】从海量的文本数据中挖掘创新主题。【方法】以学术知识图谱数据为基础,根据知识点的"热度"、"新颖度"、"权威度"三维指标,筛选出权重较高的作为创新种子,然后根据知识图谱的路径对创新种子进行知识关联计算,计算结果输入一个用大量科技论文数据训练而成的深度学习模型,从而生成创新主题;采用的模型为由双向LSTM层组成的Sequence to Sequence模型。【结果】以人工智能领域内中文科技论文作为实验数据,实验结果表明,模型的挖掘结果经过专家人为判断验证,创新效果平均值为6.52。【局限】目前知识图谱的知识丰富度和关联性有限、用于训练模型的训练集质量和体量还有待于进一步提升。【结论】本文模型实现了从文本数据中挖掘出创新主题,但创新主题识别模型的整体水平仍然需要进一步完善优化。

关键词：创新主题深度学习 Seq2Seq 智能挖掘

基于深度学习的文本中细粒度知识元抽取方法研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2019年第1期3卷 38-45页

作者：余丽钱力付常雷赵华茗中国科学院文献情报中心北京100190 资源与环境信息系统国家重点实验室北京100101 中国科学院大学图书情报与档案管理系北京100190

【目的】改进Bootstrapping方法,建立深度学习模型从文本中抽取多类型细粒度的知识元。【方法】利用搜索引擎和Elsevier关键词构建知识元词库;基于Bootstrapping技术自动构建大规模的标注语料库,利用知识元评分模型和模式评分模型控制... 详细信息

【目的】改进Bootstrapping方法,建立深度学习模型从文本中抽取多类型细粒度的知识元。【方法】利用搜索引擎和Elsevier关键词构建知识元词库;基于Bootstrapping技术自动构建大规模的标注语料库,利用知识元评分模型和模式评分模型控制标注的质量;基于已标注多类型知识元的语料库训练LSTM-CRF模型,从文本中抽取新的知识元。【结果】基于17 756篇ACL论文摘要抽取"研究范畴"、"研究方法"、"实验数据"、"评价指标及取值"这4种知识元,其人工评价平均正确率为91%。【局限】模型参数的预设与调整需要人工参与,未对不同领域文本进行适用性验证。【结论】引入知识元与模式的评分模型,能够有效缓解"语义漂移"问题;基于深度学习模型抽取知识元实现快速且正确率高,为情报大数据智能分析提供了一种高效可靠的数据获取手段。

关键词：知识元抽取命名实体识别深度学习 Bootstrapping LSTM-CRF

在线全文

学校读者我要写书评

暂无评论

国内外开放学术资源整合研究现状述评与比较

图书情报工作 2017年第6期61卷 122-133页

作者：赵华茗钱力谢靖中国科学院文献情报中心北京100190

[目的 /意义]为开展开放学术资源整合服务建设提供参考与借鉴。[方法 /过程]分别对国内外开放学术资源整合方面的研究现状进行了梳理和总结,认为国内的研究成果主要集中在开放学术资源整合构建的理论、技术方法与工具、资源再利用和版... 详细信息

[目的 /意义]为开展开放学术资源整合服务建设提供参考与借鉴。[方法 /过程]分别对国内外开放学术资源整合方面的研究现状进行了梳理和总结,认为国内的研究成果主要集中在开放学术资源整合构建的理论、技术方法与工具、资源再利用和版权政策研究等方面,国外则对开放学术资源整合的概念认识、框架和结构、开放学术资源整合中运用的技术方法以及在不同领域的应用等方面进行了深入的研究。[结果/结论]通过对国内外研究成果的比较分析,得出国内外开放学术资源整合研究的共同点在于研究关注点、研究方法以及实践应用的研究,区别在于研究主体、研究视角和研究深度。

关键词：开放获取学术资源资源整合

在线全文

学校读者我要写书评

暂无评论

依存句法特征的科研命名实体识别算法

图书情报工作 2020年第11期64卷 108-115页

作者：赵华茗钱力余丽中国科学院文献情报中心北京100190 中国科学院大学经济与管理学院图书情报与档案管理系北京100190

[目的/意义]探索科研命名实体及其关系的识别与抽取,提升其在长句等复杂情况下的识别效果,为进一步的应用提供参考与借鉴。[方法/过程]以依存句法特征分析为基础,提出一种科研命名实体关系抽取方法,过程包括:①使用Standford Tagger工... 详细信息

[目的/意义]探索科研命名实体及其关系的识别与抽取,提升其在长句等复杂情况下的识别效果,为进一步的应用提供参考与借鉴。[方法/过程]以依存句法特征分析为基础,提出一种科研命名实体关系抽取方法,过程包括:①使用Standford Tagger工具对目标文本进行词性标注;②基于标注结果,围绕核心谓词和SAO结构,将目标文本分割为结构规范的语义片段;③通过依存句法分析,找出与核心谓词语义相关的主语和宾语,构成(实体,关系,实体)三元组。[结果/结论]与Ollie、Reverb等主流算法进行的对比测试表明,该方法可以有效提升科研命名实体识别的准确性。

关键词：依存句法分析科研命名实体实体识别关系抽取

基于XENServer的数字图书馆云服务平台实现研究

在线全文

学校读者我要写书评

暂无评论

电信科学 2010年第S1期26卷 33-38页

作者：赵华茗李春旺周强中国科学院国家科学图书馆北京100190

云计算促进了信息服务的规模化、集约化和专业化发展,具有很广泛的应用前景。本文以国家科学图书馆云服务平台为例,介绍基于虚拟技术的数字图书馆云服务平台的设计与实现,详细论述云计算如何在数字图书馆建设中实现计算资源的集约化和... 详细信息

云计算促进了信息服务的规模化、集约化和专业化发展,具有很广泛的应用前景。本文以国家科学图书馆云服务平台为例,介绍基于虚拟技术的数字图书馆云服务平台的设计与实现,详细论述云计算如何在数字图书馆建设中实现计算资源的集约化和信息服务的专业化,提出了数字图书馆云服务平台的整体构架,给出了云服务平台基础构架的搭建解决方案和关键接口的实现方式。

关键词：云服务平台虚拟技术 XENServer 数字图书馆