检索结果-南通市图书馆

A Bootstrapping-based Method to Automatically Identify Data-usage Statements in Publications

在线全文

学校读者我要写书评

暂无评论

Journal of Data and Information Science 2016年第1期1卷 69-85页

作者： Qiuzi Zhang qikai cheng Yong Huang Wei Lu School of Information Management Wuhan University

Purpose： Our study proposes a bootstrapping-based method to automatically extract data- usage statements from academic texts. Design/methodology/approach： The method for data-usage statements extraction starts with seed entities and iteratively learns patterns and data-usage statements from unlabeled text. In each iteration, new patterns are constructed and added to the pattern list based on their calculated score. Three seed-selection strategies are also proposed in this paper. Findings： The performance of the method is verified by means of experiments on real data collected from computer science journals. The results show that the method can achieve satisfactory performance regarding precision of extraction and extensibility of obtained patterns. Research limitations： While the triple representation of sentences is effective and efficient for extracting data-usage statements, it is unable to handle complex sentences. Additional features that can address complex sentences should thus be explored in the future. Practical implications： Data-usage statements extraction is beneficial for data-repository construction and facilitates research on data-usage tracking, dataset-based scholar search, and dataset evaluation. Originality/value： To the best of our knowledge, this paper is among the first to address the important task of automatically extracting data-usage statements from real data.

关键词： Data-usage statements extraction Information extraction Bootstrapping Unsupervised learning Academic text-mining

在线全文

学校读者我要写书评

暂无评论

基于先验提示模板的冲突事件抽取方法研究

情报科学 2024年第4期42卷 1-8页

作者：陆伟冯子琨程齐凯石湘熊资武汉大学信息管理学院湖北武汉430072 武汉大学信息检索与知识挖掘研究所湖北武汉430072

【目的/意义】针对冲突事件领域数据集较少,现有事件抽取方法强依赖于大量数据,在低资源场景上面临着训练效果差、泛化能力不足的问题,本文提出了一种基于先验提示模板的小样本事件抽取方法PriorPromptEE。【方法/过程】本文首先基于“... 详细信息

【目的/意义】针对冲突事件领域数据集较少,现有事件抽取方法强依赖于大量数据,在低资源场景上面临着训练效果差、泛化能力不足的问题,本文提出了一种基于先验提示模板的小样本事件抽取方法PriorPromptEE。【方法/过程】本文首先基于“政治、军事”维度,完善冲突事件表示框架,采用人机协同方式,构建冲突事件小样本数据集。其次,本文为提示模板设计构造策略,在模型编码层嵌入基于先验知识的提示模板,输出层采用双指针实现事件元素的预测。【结果/结论】实验结果表明,PriorPromptEE能够在冲突事件小样本数据集上取得较好效果。对比序列模型,提升42%至45%,对比传统事件抽取模型,提升19%至45%,对比提示学习零样本抽取模型,提升19%,PriorPromptEE达到0.85,验证了该方法的有效性。【创新/局限】本文从“政治、军事”维度完善了冲突事件表示框架,采用提示学习的方式为冲突事件的核心元素抽取提供了新的思路,未来可从经济、舆情等维度完善表示框架,强化冲突事件抽取模型框架。

关键词：冲突事件事件抽取小样本提示学习提示模板构造

在线全文

学校读者我要写书评

暂无评论

科技文献算法嵌套实体识别

数字图书馆论坛 2022年第2期 2-9页

作者：刘齐凯李鹏程陆伟程齐凯武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072

本文探讨了科技文献中算法实体的自动识别研究,着重研究嵌套型算法实体的识别优化问题。首先通过远程监督学习的方式构建算法实体训练语料,再引入数据增强技术扩充语料规模,最后应用BartNER模型实现科技文献中嵌套算法实体的自动识别。... 详细信息

本文探讨了科技文献中算法实体的自动识别研究,着重研究嵌套型算法实体的识别优化问题。首先通过远程监督学习的方式构建算法实体训练语料,再引入数据增强技术扩充语料规模,最后应用BartNER模型实现科技文献中嵌套算法实体的自动识别。实验结果显示,在引用数据增强技术的基础上BartNER模型取得了76.66%的F1值,证明该方法对嵌套算法实体识别的有效性,同时证明数据增强策略能够有效提升嵌套算法实体的识别效果。

关键词：实体识别嵌套实体识别数据增强 BART

ChatGPT为代表的大模型对信息资源管理的影响

在线全文

学校读者我要写书评

暂无评论

图书情报知识 2023年第2期40卷 6-9,70页

作者：陆伟刘家伟马永强程齐凯武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072

OpenAI发布的新一代对话型语言模型―ChatGPT,展现了自然流畅的对话能力。原本被认为不太可能的通用人工智能曙光重现。以ChatGPT为代表的大模型是数智时代的典型技术和应用创新。面对ChatGPT强大的信息加工、荟萃、整合和生成能力,信... 详细信息

OpenAI发布的新一代对话型语言模型―ChatGPT,展现了自然流畅的对话能力。原本被认为不太可能的通用人工智能曙光重现。以ChatGPT为代表的大模型是数智时代的典型技术和应用创新。面对ChatGPT强大的信息加工、荟萃、整合和生成能力,信息资源管理学科机遇与挑战同在。ChatGPT在信息资源管理支撑算法与技术、信息资源建设、信息组织与信息检索、信息治理、内容安全与评价、人机智能交互与协同等方面都具有深远的影响。数智时代,人工智能大模型飞速发展,我们有必要对此保持密切关注。依托以ChatGPT为代表的大模型,通过学科技术应用范式转换、理论方法创新、治理变革,可以进一步夯实信息资源支撑“四个面向”的基础。

关键词： ChatGPT 大模型信息资源管理

学术文本词汇功能识别--在论文新颖性度量上的应用

在线全文

学校读者我要写书评

暂无评论

情报学报 2022年第7期41卷 720-732页

作者：罗卓然陆伟蔡乐程齐凯武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072

为进一步挖掘学术论文新颖性的丰富内涵,本文以组合创新理论为基础,开展了基于词汇功能的学术论文新颖性度量研究。以ACM(Association for Computing Machinery)Digital Library收录的论文为数据,提出了面向CS(computer science)领域进... 详细信息

为进一步挖掘学术论文新颖性的丰富内涵,本文以组合创新理论为基础,开展了基于词汇功能的学术论文新颖性度量研究。以ACM(Association for Computing Machinery)Digital Library收录的论文为数据,提出了面向CS(computer science)领域进一步预训练的词汇新颖性计算方法和基于语义相似度的问题-方法组合新颖度计算流程,分别计算了问题词、方法词、问题-方法组合和论文的语义新颖性,并将本文语义新颖性计算方法与已有的词频共现新颖性计算方法进行了对比。研究结果表明,ACM Digital Library收集的论文在研究方法和研究问题上创新度均较高,相较于已有的论文新颖性计算方法,本文提出的方法能从语义层面捕获更为精细的新颖性差异。

关键词：新颖性度量词汇功能问题-方法组合预训练模型

基于细粒度关键词引用网络的领域知识多维分析

在线全文

学校读者我要写书评

暂无评论

情报学报 2022年第7期41卷 733-744页

作者：王佳敏陆伟程齐凯秦春秀西安电子科技大学经济与管理学院西安710126 武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072

针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上... 详细信息

针对关键词引用网络中存在的节点语义角色缺失和关联关系单一的局限,本文通过学术文本语义功能增强网络中节点及其关联关系的语义信息,提出了一种细粒度关键词引用网络。首先对学术文本内容进行解析,抽取文献关键词、引用关联、引文上下文、引用对象等信息,并对其词汇功能和引用功能进行识别。接着采用复杂网络图方法构建细粒度关键词引用网络,从引用功能敏感的子网分析、特定节点的多维关联分析和细粒度领域知识演化分析三个方面进行领域知识多维分析,并以ACL(Association for Computational Linguistics)会议论文集为例进行实证研究。结果验证了本文所提出方法的有效性,发现了NLP(natural language processing)领域知识间的使用、扩展和对比模式,揭示了特定研究问题的发展情况或特定方法的应用情况,刻画了领域知识的细粒度演化脉络。本文扩展了知识网络的研究方法和深度,也为领域知识多维分析提供了新的视角和路径。

关键词：关键词引用网络多维关联分析词汇功能引用功能细粒度知识演化

在线全文

学校读者我要写书评

暂无评论

档案学合著网络研究

档案管理 2009年第5期 19-22页

作者：程齐凯武汉大学信息管理学院

笔者收集了包含CNKI定义的13种档案学核心期刊在内的17种档案学期刊从1998年到2007年间的发文数据,并在此基础上对档案学领域的合著网络进行研究:测度档案学合著网络的一般指数,总结档案学科研团体的分布情况,分析档案学学者的合著规律... 详细信息

笔者收集了包含CNKI定义的13种档案学核心期刊在内的17种档案学期刊从1998年到2007年间的发文数据,并在此基础上对档案学领域的合著网络进行研究:测度档案学合著网络的一般指数,总结档案学科研团体的分布情况,分析档案学学者的合著规律,并对档案学学者分层化的现象进行了简单探讨。

关键词：合著网络社会网络科研合作信息计量 UCINET

数智赋能的科研创新——基于数智技术的创新辅助框架探析

在线全文

学校读者我要写书评

暂无评论

情报学报 2023年第9期42卷 1009-1017页

作者：陆伟马永强刘家伟杨金庆程齐凯武汉大学信息管理学院武汉430072 武汉大学信息检索与知识挖掘研究所武汉430072 华中师范大学信息管理学院武汉430079

以ChatGPT(Chat Generative Pre-trained Transformer)为代表的人工智能大模型在文本生成、人机对话等方面展现出了优异的性能。在大模型背景下,大数据、人工智能等数智技术在赋能科研创新方面表现出重要的现实价值。当前的科技信息资... 详细信息

以ChatGPT(Chat Generative Pre-trained Transformer)为代表的人工智能大模型在文本生成、人机对话等方面展现出了优异的性能。在大模型背景下,大数据、人工智能等数智技术在赋能科研创新方面表现出重要的现实价值。当前的科技信息资源管理和知识服务能够为科研创新提供较为准确的信息以及常规的知识聚合服务,但是仍未能与科研创新活动形成深度融合。同时,科研人员在科研活动中也面临信息处理能力不足、认知能力有限等挑战。据此,本文首先对数智时代科研活动的新特点进行了剖析,然后提出了基于数智技术的创新辅助框架,并对所提出的框架进行了深入分析和探讨,阐述了其在创新全过程中的功能定位、服务模式和关键赋能路径。未来,随着大数据和人工智能技术的不断成熟和进步,数智赋能的科技信息资源管理将进一步嵌入科研创新活动全过程。基于数智技术的创新辅助服务能够为科研人员提供个性化、细粒度的知识和场景化的解决方案,如面向文献阅读、实验设计和论文撰写场景的创新辅助服务,从而更好地服务于科研创新活动。

关键词：数智赋能 ChatGPT 人工智能大模型科学智能科研创新全过程创新辅助框架

基于“precision-recall”曲线分析的?高被引论文识别研究

在线全文

学校读者我要写书评

暂无评论

图书馆杂志 2019年第1期38卷 83-90页

作者：李信程齐凯武汉大学信息管理学院华东师范大学学术评价与促进研究中心

文章首先对高被引论文识别的现状、问题进行梳理和分析,在此基础上,选取地球物理学、计算机与自动化、力学、图书情报学和药学5个学科的90本中文核心期刊在2004-2016年间刊载的448 749篇研究文献,将高被引论文识别问题转化为信息检索问... 详细信息

文章首先对高被引论文识别的现状、问题进行梳理和分析,在此基础上,选取地球物理学、计算机与自动化、力学、图书情报学和药学5个学科的90本中文核心期刊在2004-2016年间刊载的448 749篇研究文献,将高被引论文识别问题转化为信息检索问题,利用文献下载量(DS)和期刊引用分数(JCS)两个指标对高被引论文进行识别,并引入新的观测视角——"precisionrecall"曲线,对识别效果进行分析和可视化。结果表明,"precision-recall"曲线可以较好地对指标的高被引论文识别能力进行直观反映;文献下载量和期刊引用分数均可作为高被引论文识别指标,且文献下载量的高被引论文识别能力优于期刊引用分数。

关键词：高被引论文“precision-recall”曲线文献下载量期刊引用分数补充指标