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

基于迁移学习的化学键能数据自动抽取

现代情报 2023年第1期43卷 19-28页

作者：庞娜袁钺薛秋红北京大学信息管理系北京100871 中国科学院软件研究所北京100190

[目的/意义]在计算化学中,化学键能是重要的化学领域科学数据,目前化学键能数据抽取工作主要是由领域专家手动抽取,效率低下,大多数化学键能科学数据被湮没于海量文献中,无益于深入的、创新的科学数据分析。[方法/过程]为了解决该问题,... 详细信息

[目的/意义]在计算化学中,化学键能是重要的化学领域科学数据,目前化学键能数据抽取工作主要是由领域专家手动抽取,效率低下,大多数化学键能科学数据被湮没于海量文献中,无益于深入的、创新的科学数据分析。[方法/过程]为了解决该问题,本研究以ChemBE化学键能语料为实验对象,设计在较少专家支持的情况下,使用迁移学习的方法在化学论文中自动抽取与化学键能相关的科学数据。本文提出了一种端到端的BERT-CRF模型,通过构建领域高频子词的方法来解决大量未登录词的问题,并在后续深度学习模型的训练中,将构建好的领域高频子词作为领域特征输入到深度学习模型中,实现了对论文中的化学键能科学数据自动、高效地抽取。[结果/结论]实验表明,端到端的BERT-CRF模型与需要专家构建规则的基线模型相比,取得了理想的实验结果,F1值达到了88.56%。本文通过构建领域高频子词来解决大量未登录词的问题,降低了对领域专家的要求,可以较为容易地、低成本地迁移到其他领域。本文的研究结果是情报分析技术在化学领域的实践,为化学键能的智能知识检索提供了重要支撑。

关键词：迁移学习化学键能深度学习自动抽取智能知识检索领域高频子词联合抽取模型科学数据文本挖掘

基于词共现与词向量的概念层次关系自动抽取模型——以学术论文评价领域为例

在线全文

学校读者我要写书评

暂无评论

情报科学 2022年第10期40卷 3-11,32页

作者：唐晓波王琼赋牟昊武汉大学信息系统研究中心湖北武汉430072 武汉大学信息管理学院湖北武汉430072 国网四川省电力公司四川成都610041

【目的/意义】通过概念层次关系自动抽取可以快速地在大数据集上进行细粒度的概念语义层次自动划分,为后续领域本体的精细化构建提供参考。【方法/过程】首先,在由复合术语和关键词组成的术语集上,通过词频、篇章频率和语义相似度进行筛... 详细信息

【目的/意义】通过概念层次关系自动抽取可以快速地在大数据集上进行细粒度的概念语义层次自动划分,为后续领域本体的精细化构建提供参考。【方法/过程】首先,在由复合术语和关键词组成的术语集上,通过词频、篇章频率和语义相似度进行筛选,得到学术论文评价领域概念集;其次,考虑概念共现关系和上下文语义信息,前者用文献-概念矩阵和概念共现矩阵表达,后者用word2vec词向量表示,通过余弦相似度进行集成,得到概念相似度矩阵;最后,以关联度最大的概念为聚类中心,利用谱聚类对相似度矩阵进行聚类,得到学术论文评价领域概念层次体系。【结果/结论】经实验验证,本研究提出的模型有较高的准确率,构建的领域概念层次结构合理。【创新/局限】本文提出了一种基于词共现与词向量的概念层次关系自动抽取模型,可以实现概念层次关系的自动抽取,但类标签确定的方法比较简单,可以进一步探究。

关键词：自动抽取本体构建层次关系语义相似度词共现

基于中医临床数据的症状信息自动抽取技术研究

在线全文

学校读者我要写书评

暂无评论

时珍国医国药 2023年第9期34卷 2291-2293页

作者：杜曾贞解丹田双桂张盼宋淑洁李君沈绍武毛树松湖北中医药大学信息工程学院湖北武汉430065 湖北中医药大学中医临床学院湖北武汉430061 湖北省中医院湖北武汉430061

目的利用中医临床症状信息自动抽取技术,将自然语言描述的症状信息从原始病案中抽取出来进行结构化处理,为中医临床数据知识化奠定坚实基础。方法构建中医临床症状基础语料库,利用该语料库,采用深度学习方法遴选信息识别模型,选取某中... 详细信息

目的利用中医临床症状信息自动抽取技术,将自然语言描述的症状信息从原始病案中抽取出来进行结构化处理,为中医临床数据知识化奠定坚实基础。方法构建中医临床症状基础语料库,利用该语料库,采用深度学习方法遴选信息识别模型,选取某中医院肝病科臌胀病临床数据,应用信息识别模型对其中的中医临床症状信息进行抽取,并将其存储至中医临床病例报告表(CRF)中。结果构建了中医临床症状基础语料库,遴选出了BERT-BiLSTM-CRF模型进行症状实体和症状附加类目属性识别以及TextCNN模型进行症状必要类目属性识别,可有效实现中医临床数据中的症状信息自动抽取,并写入CRF表。结论创建了一个适用于从中医临床数据中自动抽取症状信息的技术方法,可以有效从海量中医临床数据中抽取症状信息。同时随着专科专病临床数据信息抽取工作的不断开展,症状语料库将得以扩展,可进一步提高症状及其属性识别的正确率。该方法作为基于真实世界中医临床数据的知识工程关键技术之一,为开展中医临床大数据知识工程提供了技术支撑。

关键词：中医临床数据实体识别自动抽取

基于词句重要性的中文专利关键词自动抽取研究

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2018年第9期41卷 123-129,160页

作者：王志宏过弋华东理工大学上海200237 石河子大学新疆石河子832003

[目的/意义]专利关键词是对专利核心内容的概括,高效准确地抽取专利关键词不仅可以辅助人们对专利的快速查找,同时对专利分类、聚类、翻译等具有重要意义。[方法/过程]提出了"关键词在关键句中"的关键词抽取新思路。首先构建了一个联合... 详细信息

[目的/意义]专利关键词是对专利核心内容的概括,高效准确地抽取专利关键词不仅可以辅助人们对专利的快速查找,同时对专利分类、聚类、翻译等具有重要意义。[方法/过程]提出了"关键词在关键句中"的关键词抽取新思路。首先构建了一个联合句网络语义图特征和启发式规则特征的专利摘要句排序模型,然后仅选择Top-KS%的句子参与关键词计算,同时将句子语义权重参数引入到关键词权重计算过程中,从而使得句子的重要性传递到句中的词上。[结果/结论]在真实中文专利数据集中实验表明,从中文专利中选择适当比例关键句参与关键词抽取计算,相较于传统关键词抽取算法F值提升了6%～13%左右,有效地降低原始文档的噪声数据,提升了关键词抽取的效果。

关键词：中文专利关键句句排序专利关键词自动抽取

在线全文

学校读者我要写书评

暂无评论

面向科学文献的事实知识元自动抽取方法研究

情报科学 2020年第4期38卷 23-27,36页

作者：谭荧唐亦非华中师范大学信息管理学院湖北武汉430079

【目的/意义】将知识抽取的粒度细化到知识构成的最小单元--知识元,能提高知识获取的效率和精准度。【方法/过程】本文利用命名实体识别和事件抽取技术,探索了在科学文献中自动抽取事实知识元的方法。【结果/结论】实验结果表明,该方法... 详细信息

【目的/意义】将知识抽取的粒度细化到知识构成的最小单元--知识元,能提高知识获取的效率和精准度。【方法/过程】本文利用命名实体识别和事件抽取技术,探索了在科学文献中自动抽取事实知识元的方法。【结果/结论】实验结果表明,该方法能有效识别科学文献中的事实知识元,自动抽取效果出色。

关键词：知识元科学事实自动抽取事实知识元

面向情报学课程设置的数据科学技能素养自动抽取及分析研究

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2018年第12期41卷 61-66页

作者：王东波高瑞卿苏新宁朱丹浩南京农业大学信息科学技术学院江苏南京210095 南京大学信息管理学院江苏南京210023 南京大学计算机科学与技术系江苏南京210093

情报课程是情报学教学体系的核心和灵魂,是新的情报学人才培养模式的基础。在大数据、数据科学、人工智能发展的大环境下,数据学科与情报学之间存在很多共同点和交叉点,尤其是在对相应工作者所具有的技能素养上。文章通过对数据科学招... 详细信息

情报课程是情报学教学体系的核心和灵魂,是新的情报学人才培养模式的基础。在大数据、数据科学、人工智能发展的大环境下,数据学科与情报学之间存在很多共同点和交叉点,尤其是在对相应工作者所具有的技能素养上。文章通过对数据科学招聘信息中出现的人才技能素养实体的抽取,探究指导情报学学科紧跟时代发展潮流的课程设计内容。通过对招聘网站中数据科学相关工作岗位公告的抓取,经人工标注10534条公告数据,构建了基于预训练字嵌入的BI-LSTM-CRF神经网络的技能素养实体自动抽取模型,并在开发集中取得最高调和平均值85. 04%的效果。文章利用最优模型在11508条招聘公告中进行实体自动抽取,分析抽取结果,并围绕数据科学技能素养要求为情报学课程发展提出了适当建议。

关键词：情报学课程数据科学深度学习自动抽取

电子商务领域本体概念及概念间关系的自动抽取研究

在线全文

学校读者我要写书评

暂无评论

情报科学 2018年第7期36卷 85-90页

作者：李志义李德惠赵鹏武华南师范大学经济与管理学院广东广州510006

【目的/意义】使用人工或常用软件工具获取本体概念及概念间关系已无法满足自媒体环境下大数据的本体构建及维护的要求,本文尝试用自动或半自动方式予以实现。【方法/过程】对电子商务领域原始语料进行分句、分词等预处理,构建领域语料... 详细信息

【目的/意义】使用人工或常用软件工具获取本体概念及概念间关系已无法满足自媒体环境下大数据的本体构建及维护的要求,本文尝试用自动或半自动方式予以实现。【方法/过程】对电子商务领域原始语料进行分句、分词等预处理,构建领域语料库;使用基于语言学以及统计学的方法提取电子商务领域本体概念,同时提出基于混合策略的本体概念抽取方法;然后使用基于语言学、聚类的方法提取电商领域本体概念与概念之间存在的分类关系,使用基于关联规则挖掘的方法抽取其本体概念与概念之间存在的非分类关系。【结果/结论】将文本挖掘与本体构建结合起来,提出了领域本体概念及概念间关系自动抽取与本体构建方法,实验表明使用本体框架Jena利用此方法可以自动构建电子商务领域本体,并可将其应用到通用的语义检索系统中。

关键词：电子商务领域本体本体概念本体关系自动抽取

标准知识数字化表达通用模型与自动抽取技术研究

在线全文

学校读者我要写书评

暂无评论

标准科学 2024年第1期 83-87页

作者：马小雯孙红军刘彦林甘克勤之江实验室中国标准化研究院

标准数字化是国内外标准化发展的重要领域和方向。研究以食品与农产品领域标准为研究对象开展标准知识数字化表达的通用模型与自动抽取技术研究,明确了国内外标准化数字化研究现状与问题,提出了标准知识数字化表达的通用模型,开展了标... 详细信息

标准数字化是国内外标准化发展的重要领域和方向。研究以食品与农产品领域标准为研究对象开展标准知识数字化表达的通用模型与自动抽取技术研究,明确了国内外标准化数字化研究现状与问题,提出了标准知识数字化表达的通用模型,开展了标准知识数字化自动提取技术研究,实现对表达模型的知识要素的自动标注和抽取,并据此形成具有语义关联的标准知识。最后,以2000项食品与农产品领域标准为例进行标准知识数字化表达模型与自动提取技术的实证研究。

关键词：标准知识数字化通用模型自动抽取语义关联

在线全文

学校读者我要写书评

暂无评论

关键词自动抽取技术综述

情报理论与实践 2016年第7期39卷 141-144页

作者：宋宇真溱中国国防科技信息中心北京100142

文章把关键词自动抽取拆分为3个阶段的问题:如何进行文本预处理;怎样获得关键词候选词集;该采用什么方法从候选词集中筛选出关键词。首先针对不同阶段的问题,详细地介绍现有的典型方法。然后介绍了关键词自动抽取技术最新的研究进展,并... 详细信息

文章把关键词自动抽取拆分为3个阶段的问题:如何进行文本预处理;怎样获得关键词候选词集;该采用什么方法从候选词集中筛选出关键词。首先针对不同阶段的问题,详细地介绍现有的典型方法。然后介绍了关键词自动抽取技术最新的研究进展,并分析了关键词自动抽取技术的发展趋势。最后指出了目前关键词自动抽取技术研究的不足之处。

关键词：关键词自动抽取研究进展综述