检索结果-南通市图书馆

基于TAM的模型框架和相关文献,运用结构方程方法,探查了百度百科用户参与意向的影响因素。结果表明:兴趣动机和态度直接影响参与意向;求知动机、互惠动机和易用性感知通过其他变量间接影响参与意向;有用性感知既直接影响参与意向,又通过其他变量间接影响参与意向。各因素按对参与意向的总影响程度从大到小排序为兴趣动机、有用性感知、易用性感知、求知动机、态度和互惠动机。

关键词： TAM 百科参与意向影响因素研究 Users Influencing Factors Research 兴趣动机直接影响间接影响互惠动机感知有用性易用性运用结构影响程度态度模型框架方程方法变量

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于异构中文百科数据的互联语义知识库构建

基于异构中文百科数据的互联语义知识库构建

引用

作者：牛星上海交通大学

学位级别：硕士

从古老的《永乐大典》到世界权威的《大英百科全书》，再到如今随网络覆盖全球的“维基百科”，人类长期以来从未停止过知识的整理和知识库的构建。随着计算机技术的发展，人们开始关注构建可供机器阅读和推理的语义知识库，以实现人工... 详细信息

从古老的《永乐大典》到世界权威的《大英百科全书》，再到如今随网络覆盖全球的“维基百科”，人类长期以来从未停止过知识的整理和知识库的构建。随着计算机技术的发展，人们开始关注构建可供机器阅读和推理的语义知识库，以实现人工智能的远大理想。近年来，利用语义万维网技术并基于在线百科数据构建语义知识库的工作愈发受到重视。英语领域的语义知识库自动化构建工作稳步发展，相关商业化的应用也在不断涌现，但是中文方面的相关研究和工作还基本处于起步阶段。中文在线百科（如百度百科和互动百科）的数据量早已比肩英文维基百科，本课题正是利用如此丰富的源数据，进行中文语义知识库的构建研究和实现。我们利用启发式规则、中文分词、关联规则挖掘等技术完成了语义数据的抽取、清理和挖掘的基础工作。将这些从异构数据源抽取的语义数据进行融合（也即数据匹配）则是本课题的重点。具体来说，我们提出了一个半监督学习的算法来迭代挖掘匹配规则并找出等价语义信息。这种方法极大减轻了人工设计匹配规则和相似度计算标准的代价，并仍能保持很高的精确度。最后我们简单介绍如何通过链接数据标准，发布和浏览这个整合互联的中文知识库（***）。

关键词：知识库链接数据百科中文语义万维网

来源：

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

基于中文百科的概念知识库构建

基于中文百科的概念知识库构建

引用

作者：王龙甫浙江大学

学位级别：硕士

近年来,移动互联网、物联网、云计算等技术迅猛发展,网络应用层出不穷,引发了网络数据的爆炸式增长。如何从大规模数据中获取有价值的知识并对其进行深入的计算和分析成为了当前研究的热点。目前,世界上已有的知识库中大部分都是以英文... 详细信息

近年来,移动互联网、物联网、云计算等技术迅猛发展,网络应用层出不穷,引发了网络数据的爆炸式增长。如何从大规模数据中获取有价值的知识并对其进行深入的计算和分析成为了当前研究的热点。目前,世界上已有的知识库中大部分都是以英文维基百科或其他英文资源为基础构建的。中文百科(百度百科、互动百科和中文维基百科)涵盖规模大、覆盖率高、更新速度快,具有很高的研究价值。本文致力于构建一个基于中文百科的知识库,根据实际需求重点做了以下几个工作：(1)百科网页爬虫及网页分析：本文以广度优先的方法下载百科开放分类和词条的链接,然后使用多线程的策略下载网页内容;通过分析网页结构特征,利用启发式规则等方法从网页中抽取出语义信息。(2)概念层次结构构建：本文提出了一种从互动百科开放分类体系中构建概念之间的层次结构的方法,通过提取开放分类的语言规则特征和语义特征,以决策树分类器作为基分类器,训练Adaboost模型抽取百科开放分类之间的上下位关系,构建概念层次结构：使用同样的方法抽取百科分类与词条之间的上下位关系,确定分类的实例。(3)属性值抽取：本文使用条件随机场的方法抽取属性值。首先从百科网页中抽取出信息框属性和属性值,用它们来学习得到训练数据集及需要抽取的属性集,然后使用关键字匹配的方法从词条正文中抽取得到候选句子,最后训练条件随机场模型从候选句子中抽取属性值。本文以互动百科开放分类体系为基础初步构建了概念层次系统,并且以互动百科“人物”分类下的词条为数据集进行属性值抽取实验,取得了良好的效果。

关键词：上下位关系条件随机场属性值知识库百科

来源：

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

百科实例的分类算法探究

引用

科技创新与应用 2015年第13期5卷 47-49页

作者：王超蔡润波广东暨通信息发展有限公司广东广州510075

在互联网信息爆炸的时代,百科成为了互联网用户获取可信结构化信息的首选途径,然而,现有的百科文档的不规范、概念体系的不健全,造成了相当一大部分百科文档没能归入现有概念体系,影响了知识体系的构造和再生。文章以百度百科作为研究对... 详细信息

在互联网信息爆炸的时代,百科成为了互联网用户获取可信结构化信息的首选途径,然而,现有的百科文档的不规范、概念体系的不健全,造成了相当一大部分百科文档没能归入现有概念体系,影响了知识体系的构造和再生。文章以百度百科作为研究对象,采用基于信息框属性的分类算法,以及基于相关实体的分类算法对百度百科中的未分类文档进行分类,实验表明,两种算法都具有较高的分类准确率,结合两种算法能覆盖除部分只有标题信息的绝大部分未分类文档,因此,能对百科实例的分类问题给出较好的解答。

关键词：百科分类信息框相关实体

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

百科狂人

引用

小哥白尼（趣味科学） 2023年第11期 40-41页

这张图片里有5处不合理的地方,你能全部找到吗?

关键词：狂人百科图片

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：