检索结果-南通市图书馆

基于学术论文全文内容的算法提及行为与影响力分析研究

在线全文

学校读者我要写书评

暂无评论

基于学术论文全文内容的算法提及行为与影响力分析研究

作者：丁睿祎南京理工大学

学位级别：硕士

随着全文数据库向用户免费开放、自然语言处理与机器学习技术的快速发展,基于全文内容的文献计量与评价研究逐渐兴起,如知识实体抽取与评价研究等。算法是一种典型的知识实体,在当前大数据环境下,数据的处理与分析等关键步骤都离不开算... 详细信息

随着全文数据库向用户免费开放、自然语言处理与机器学习技术的快速发展,基于全文内容的文献计量与评价研究逐渐兴起,如知识实体抽取与评价研究等。算法是一种典型的知识实体,在当前大数据环境下,数据的处理与分析等关键步骤都离不开算法的应用。研究算法实体在特定领域学术论文中的提及,并在此基础上分析其影响力,能够揭示算法实体在学术论文中的分布,发现高影响力算法,从而为相关研究者了解和选择算法提供参考。为此,本文依据自然语言处理相关方法与技术,从全文数据中抽取出算法实体,分析其提及频次、提及位置以及提及时间,并在此基础上研究其学术影响力。在算法实体抽取方面,本研究将其看作一种特殊的命名实体识别任务。首先,通过人工识别的方法,从全部4,641篇国际计算语言学年会（ACL）论文中抽取出977种算法实体并构建算法实体词列表;其次,通过算法词匹配的方法从原始数据集中抽取出算法实体所在的句子,并以此为标注语料,训练算法实体自动抽取模型,从全部全文数据中剔除标注语料,在剩余语料上抽取出51,884个实体词,将频次为1的结果剔除后再进行人工筛选最终得到221种新算法实体;最后,将自动抽取结果与人工抽取结果进行整合得到全部算法实体共1,198种,用于后续算法提及频次、位置以及时间的分析。在提及频次分析方面,本研究将算法实体的提及频次细分为与提及论文数与总提及次数两个指标,首先获取算法实体所在的文章编号,根据文章编号的唯一性统计各算法实体的提及论文数与提及总次数,并在此基础上进行算法影响力的分析。在提及位置分析方面,本研究将算法实体的提及位置定义为算法实体所处的章节类型。首先从原数据集获取章节类型信息,得到各算法实体所对应的提及位置,接着以提及论文数为分析指标,分析各章节类型中的算法实体分布,并进一步考察不同算法实体在方法、实验等重点章节中的分布,最后在重点章节的频次统计结果基础上对各算法实体的影响力进行分析。在提及时间分析方面,本研究将算法实体所在文章的发表年份定义为算法实体的提及时间。首先提取出算法实体及其对应的文章编号,得到各算法实体所对应的提及时间;然后以提及论文数为分析指标,考察特定时间内算法整体提及情况的变化趋势,并以高频算法为例,分析不同算法的变化趋势,最后结合提及论文数与提及时间对各算法实体进行影响力的分析。本研究旨在揭示算法实体在学术论文全文中的提及情况,并基于多个维度对其影响力进行分析,所得结果可为相关科研工作选择与使用相关算法时,提供一定的参考。

关键词：全文内容分析知识实体算法实体提及行为算法影响力分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

学术文本中细粒度知识实体的关联分析

图书馆论坛 2021年第3期41卷 12-20页

作者：章成志谢雨欣宋云天南京理工大学经济管理学院

考察特定领域文本中蕴含的细粒度知识实体的使用情况,对知识实体的评估和选择具有重要意义。学术文本中的细粒度知识实体通常具有多个类型、多种关联关系,挖掘知识实体的同质与异质关联关系,有助于深入了解特定领域知识实体的实际使用... 详细信息

考察特定领域文本中蕴含的细粒度知识实体的使用情况,对知识实体的评估和选择具有重要意义。学术文本中的细粒度知识实体通常具有多个类型、多种关联关系,挖掘知识实体的同质与异质关联关系,有助于深入了解特定领域知识实体的实际使用情况。目前相关研究大多针对学术文本中单一知识实体的抽取和评估,缺乏对知识实体间关系的关注,在一定程度上限制了基于实体抽取进行知识发现的能力。文章以自然语言处理领域为例,对学术论文全文中的细粒度知识实体关联数据进行挖掘,并通过可视化方式揭示关联数据中蕴含的信息。主要是选取全国计算语言学会议2009-2018年间收录的中文论文为原始语料,人工标注论文中使用的知识实体,并针对NLP特点将其细分为“指标实体”“工具实体”“资源实体”“方法实体”4种类型;结合关联规则挖掘算法Apriori和复杂网络分析软件构建知识实体关联网络,揭示该领域常用的知识实体,以及这些知识实体的使用相关性。

关键词：全文内容分析细粒度知识实体关联分析

在线全文

学校读者我要写书评

暂无评论

医学信息学领域算法使用研究

医学信息学领域算法使用研究

作者：马彩珍山西医科大学

学位级别：硕士

目的:大数据驱动背景下,越来越多的科研实践依赖于算法。定量研究学术论文中算法的使用情况及影响力分析,能从不同层面上反映出算法的影响力差异,帮助科研工作者全面了解所在领域的常用算法,并根据科研任务类型选择算法类别及决策算法,... 详细信息

目的:大数据驱动背景下,越来越多的科研实践依赖于算法。定量研究学术论文中算法的使用情况及影响力分析,能从不同层面上反映出算法的影响力差异,帮助科研工作者全面了解所在领域的常用算法,并根据科研任务类型选择算法类别及决策算法,从而加深对算法学术价值的了解以及深化对大数据驱动的医学信息学学科的认识。同时,学术影响力评估的研究丰富了信息计量学的研究内容,为科研评价提供一个新的维度,进而激励科研创新。方法:利用社会调查法和分层抽样法,以5种JCR分区医学信息学领域期刊2009-2018十年间所刊载的2401篇学术论文为样本。首先,基于全文内容经筛选标注得到705篇论文,共提及到170种算法;其次,借助Top Ten标准及专家咨询法分为16大类;最后,从年份与期刊角度对算法类别的使用情况进行统计,并基于词典的方法从提及次数、提及位置和共现情况三方面进行算法类别的影响力分析。结果:从使用情况来看:除2015年外,期刊中使用算法类别的论文比例呈逐年上升趋势;各期刊对算法类别的依赖程度不同,16种算法类别在《Computer Methods and Programs in Biomedicine》期刊中均有涉及。从影响力分析结果来看:分类、统计、人工神经网络等算法类别影响力较高,在医学信息学领域发挥着重要作用;而检测算法和粗糙集两种算法类别影响力较低。结论:用不同评价指标衡量16大算法类别在医学信息学领域期刊论文中的使用有明显区别。该研究结果表明,基于全文内容的量化评价指标可以对不同算法在特定领域的影响力进行多方向、相对全面的研究,从而帮助新进入的研究人员了解该领域算法的价值。

关键词：医学信息学算法使用行为影响力评估全文内容分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

医学信息学领域算法类别使用及影响力研究

医学信息学杂志 2020年第10期41卷 23-29页

作者：于琦马彩珍邰杨芳吴胜男贺培凤山西医科大学管理学院太原030001

基于JCR数据,采用社会调查法、分层抽样法、全文内容分析法筛选705篇使用算法论文样本,通过相关标准及专家咨询法获得16个算法类别。在此基础上对算法类别使用情况进行统计,基于分类词典对提及次数、提及位置和共现情况进行影响力分析,... 详细信息

基于JCR数据,采用社会调查法、分层抽样法、全文内容分析法筛选705篇使用算法论文样本,通过相关标准及专家咨询法获得16个算法类别。在此基础上对算法类别使用情况进行统计,基于分类词典对提及次数、提及位置和共现情况进行影响力分析,为相关研究提供参考。

关键词：医学信息学算法使用行为影响力评估全文内容分析

在线全文

学校读者我要写书评

暂无评论

针对特定任务的方法实体评估研究

情报工程 2021年第4期7卷 13-26页

作者：李小乐王玉琢章成志南京理工大学经济管理学院信息管理系南京210094 富媒体数字出版内容组织与知识服务重点实验室北京100038

[目的/意义]在科学的发展中,研究方法扮演着重要角色。收集并分析特定学科的方法实体,能够帮助学者更好地了解该领域的研究方法,并找到适合其自身研究的方法。目前已有针对方法抽取和评价的相关研究,但尚未针对特定任务开展知识实体抽... 详细信息

[目的/意义]在科学的发展中,研究方法扮演着重要角色。收集并分析特定学科的方法实体,能够帮助学者更好地了解该领域的研究方法,并找到适合其自身研究的方法。目前已有针对方法抽取和评价的相关研究,但尚未针对特定任务开展知识实体抽取与评估研究。[方法/过程]本文以命名实体识别(Named Entity Recognition,NER)任务为例,从ACL Anthology网站中收集相关论文,利用内容分析法对论文中作者使用的方法实体进行标注。本文从426篇学术论文中标注出904种方法实体。并基于使用次数和使用年代两个维度来评估方法实体影响力。[结果/结论]条件随机场是NER任务中影响力最大的算法,神经网络算法在近五年发展迅猛;学者倾向于使用算法而不是现成的工具进行实体识别;在数据选择方面,经典数据集是学者的首选;F值、正确率和召回率是影响力最大的评价指标。本文的标注结果能够帮助学者更好地理解该任务,提高科研的效率。实体评估的结果能够为初学者在选择具体研究方法时提供参考。

关键词：命名实体识别实体影响力评估全文内容分析