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

中文学术论文全文语步识别研究

数据分析与知识发现 2024年第2期8卷 74-83页

作者：杜新玉李宁北京信息科技大学计算机学院北京100101

【目的】针对学术论文语步识别相关研究存在只能处理少量的语步、语步识别粒度较粗、缺少公开的语步分类数据集等问题,研究学术论文的全文语步识别,为机器自动理解论文内容提供基础。【方法】基于BERT模型,采用多阶段微调的方式构建学... 详细信息

【目的】针对学术论文语步识别相关研究存在只能处理少量的语步、语步识别粒度较粗、缺少公开的语步分类数据集等问题,研究学术论文的全文语步识别,为机器自动理解论文内容提供基础。【方法】基于BERT模型,采用多阶段微调的方式构建学术论文语步分类数据集,并提出一种融入章节标题文本的语步识别方法,在细粒度层面实现中文学术论文全文语步的识别。【结果】实验结果表明,学术论文语步的22类别分类任务中,RoBERTa-wwm-ext模型总体准确率提升0.031,达到0.909,Micro-F1值提升0.022,达到0.837。【局限】所构建的学术论文语步分类数据集尚存在少量数据不平衡问题,所提方法受限于论文质量,这些问题得到改进后,模型对语步的识别能力应能得到进一步提高。【结论】所提方法取得了较高的语步识别准确率,研究成果可用于学术论文的自动理解、论文质量评价及论文语义检索等领域,对科技文献的有效利用具有重要作用。

关键词：学术论文理解语步识别预训练模型

在线全文

学校读者我要写书评

暂无评论

中文学术论文全文语步识别研究

数据分析与知识发现 2023年

作者：杜新玉李宁北京信息科技大学计算机学院

[目的] 针对学术论文语步识别相关研究存在的问题，即：只能处理少量的语步，语步识别粒度较粗，缺少公开的语步分类数据集，本文研究学术论文的全文语步识别，为机器自动理解论文内容提供基础。 [方法] 基于BERT模型，采用多阶段微调... 详细信息

[目的] 针对学术论文语步识别相关研究存在的问题，即：只能处理少量的语步，语步识别粒度较粗，缺少公开的语步分类数据集，本文研究学术论文的全文语步识别，为机器自动理解论文内容提供基础。 [方法] 基于BERT模型，采用多阶段微调的方式构建学术论文语步分类数据集；并提出一种融入章节标题文本的语步识别方法，在细粒度层面实现中文学术论文全文语步的识别。 [结果] 实验结果表明，学术论文语步的22类别分类任务中，RoBERTa-wwm-ext模型总体准确率提升3.1个百分点，达到0.909，Micro-F1值提升2.2个百分点，达到0.837。 [局限] 本文所构建的学术论文语步分类数据集尚存在少量数据不平衡问题，所提方法受限于论文质量，这些问题得到改进后，模型对语步的识别能力应能得到进一步提高。 [结论] 本文的方法达到了较高的语步识别准确率，研究成果可用于学术论文的自动理解、论文质量评价及论文语义检索等领域，对科技文献的有效利用具有重要作用。

关键词：学术论文理解语步识别预训练模型

基于语步识别的科技文献结构化自动综合工具构建

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据分析与知识发现 2023年

作者：刘熠张智雄王宇飞李雪思中国科学院大学经济与管理学院图书情报与档案管理系中国科学院文献情报中心

[目的]借鉴文献综合（Synthesis）的思想，利用人工智能技术构建科技文献结构化自动综合工具，以结构化的形式自动梳理文献集的研究脉络与研究骨架，揭示文献集的要点与看点。 [方法]提出了一种基于语步识别的科技文献结构化自动综合工... 详细信息

[目的]借鉴文献综合（Synthesis）的思想，利用人工智能技术构建科技文献结构化自动综合工具，以结构化的形式自动梳理文献集的研究脉络与研究骨架，揭示文献集的要点与看点。 [方法]提出了一种基于语步识别的科技文献结构化自动综合工具的建设思路。通过语步识别与问题、方法、进展短语抽取，自动揭示单篇文献中的关键知识内容；通过层次聚类与类簇标签生成，实现多篇文献的知识整理归纳；通过设计树形综合结构，指导结构化综合结果输出。 [结果]研发了结构化自动综合工具，能够自动综合文献集内容，并按照研究问题-方法-进展的树形结构揭示文献集的研究脉络与骨架。 [局限]由于聚类技术的限制，目前还存在聚类准确率不足、聚类簇个数难以确定等问题，影响了自动综合效果。 [结论]基于语步识别技术，构建了面向实际应用的结构化自动综合工具，支持文献检索、自动综合、结果循证等功能，验证了基于语步识别实现结构化自动综合这一思路的可行性和有效性。

关键词：科技文献语步识别结构化自动综合短语抽取层次聚类类簇标签生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

项目申请书摘要文本的语步识别语料构建

图书情报工作 2022年第21期66卷 97-106页

作者：赵旸张智雄李婕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]自动识别项目申请书摘要中的科学要素,对于揭示科技项目中的科学知识具有重要的研究意义。这些科学要素的识别依赖于结构化项目摘要文本,然而目前结构化项目摘要语料资源匮乏,严重制约着相关研究的进一步发展。拟构建项目申... 详细信息

[目的/意义]自动识别项目申请书摘要中的科学要素,对于揭示科技项目中的科学知识具有重要的研究意义。这些科学要素的识别依赖于结构化项目摘要文本,然而目前结构化项目摘要语料资源匮乏,严重制约着相关研究的进一步发展。拟构建项目申请书摘要文本的语步语料集,为相关研究提供数据支撑。[方法/过程]首先将项目摘要内容归纳为背景及问题、目标及任务、方法内容、价值意义4种语步类型,总结每个语步结构中出现的标志性特征并制定语步标注规范;其次相继利用基于规则和基于深度学习的方法辅助人工进行项目摘要的语步结构标注,并对每轮标注后的语料进行质量评估。[结果/结论]两种方法共计标注近25000条语句,语料标注的一致性系数达到0.9839,表明该语料集基本能够区分项目摘要内的不同语步结构,初步达到了语料库建设的基本要求。

关键词：语步识别项目申请摘要文本语步语料集构建迭代标注

在线全文

学校读者我要写书评

暂无评论

基金项目摘要的语步识别系统设计与实现

情报理论与实践 2022年第8期45卷 162-168页

作者：赵旸张智雄刘欢李婕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]设计中文基金项目摘要的语步识别系统,实现基金项目摘要的自动结构化输出。[方法/过程]重点解决语步识别系统建设中的3个关键技术难点:(1)基于规则和深度学习方法构建基金项目摘要语步识别训练数据集,为系统提供数据支撑;(2... 详细信息

[目的/意义]设计中文基金项目摘要的语步识别系统,实现基金项目摘要的自动结构化输出。[方法/过程]重点解决语步识别系统建设中的3个关键技术难点:(1)基于规则和深度学习方法构建基金项目摘要语步识别训练数据集,为系统提供数据支撑;(2)通过嵌入摘要中句子的位置信息来改进模型输入,实现语步结构的精准识别;(3)设计开放接口以实现系统的开放调用。[结果/结论]该系统已初步实现基金项目摘要的自动语步识别功能,并部署在多个平台网站上供科研人员试用。[局限]该系统目前只提供了基金项目申请摘要的语步识别服务,未来还将面向结题摘要进行语步分析与建设。

关键词：语步识别语步识别系统基金项目摘要嵌入位置特征数据集构建

面向学术检索系统的摘要语步识别效果测评与应用策略研究

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

情报杂志 2023年第11期42卷 161-167页

作者：孟旭阳白海燕中国科学技术信息研究所北京100038

[研究目的]面向科技论文摘要的语步自动识别研究成果越来越多,为推动该学术研究成果的加速应用,以更好的支撑知识化服务建设,以NSTL(国家科技图书文献中心)为例,开展模型效果测评与应用研究。[研究方法]针对NSTL实际应用条件、场景、数... 详细信息

[研究目的]面向科技论文摘要的语步自动识别研究成果越来越多,为推动该学术研究成果的加速应用,以更好的支撑知识化服务建设,以NSTL(国家科技图书文献中心)为例,开展模型效果测评与应用研究。[研究方法]针对NSTL实际应用条件、场景、数据特点等,制定多维度的测评方案,对目前较为先进的基于BERT深度学习模型的语步识别效果进行多维度测评和结果分析,并给出面向应用的策略和建议。[研究结论]测评分析结果表明,语步识别模型的准确率及在不同学科领域上的通用性有待进一步优化提升。在准确率上,不同语步的识别准确率存在较大差异,具体表现为方法和结论语步的识别效果较优,背景、目的和结果语步的识别效果较差。在面向学术检索系统的实际应用中,语步识别成果有较多的应用场景,可为学术搜索或知识化服务平台提供多层次的深度服务。

关键词：学术检索系统科技论文摘要语步识别深度学习国家科技图书文献中心

影响支持向量机模型语步自动识别效果的因素研究

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11期3卷 16-23页

作者：丁良萍张智雄刘欢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 中国科学院武汉文献情报中心武汉430071

【目的】探讨在基于支持向量机(SVM)模型的科技论文摘要自动语步识别过程中,训练样本的规模、N元词(N-gram)的N取值、停用词以及词频加权方式等特征对识别效果的影响。【方法】从72万余篇科技论文结构化摘要中,抽取出总计110多万条已标... 详细信息

【目的】探讨在基于支持向量机(SVM)模型的科技论文摘要自动语步识别过程中,训练样本的规模、N元词(N-gram)的N取值、停用词以及词频加权方式等特征对识别效果的影响。【方法】从72万余篇科技论文结构化摘要中,抽取出总计110多万条已标注好的语步为实验数据,构建SVM模型进行语步识别实验。采用控制变量方法,基于单一变量原则,通过改变训练样本量、N-gram的N取值、是否去除停用词、词频加权方式,对比分析这些特征变化对语步识别效果的影响。【结果】训练样本数量为60万条语步、N元词的N取值为[1,2]、不去除停用词、词频加权方式采用TF-IDF时模型识别效果最好,为93.50%。【局限】主要以笔者收集的结构化论文摘要为训练和测试语料,未与其他人的结果比较。【结论】训练样本规模以及一些精细的特征对传统机器学习模型的效果有重要影响,使用者在实践中需要根据具体情况进行精细的特征选取。

关键词：语步识别支持向量机结构化摘要

不同深度学习模型的科技论文摘要语步识别效果对比研究

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12期3卷 1-9页

作者：张智雄刘欢丁良萍吴朋民于改红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 中国科学院武汉文献情报中心武汉430071 科技大数据湖北省重点实验室武汉430071

【目的】探究不同深度学习模型的科技论文摘要语步识别效果,并分析识别效果差异原因。【方法】构建大规模的科技论文结构化摘要语料库,选择10000和50000两种样本量的训练集,以传统机器学习方法SVM作为对比基准,引入多种深度学习方法(包... 详细信息

【目的】探究不同深度学习模型的科技论文摘要语步识别效果,并分析识别效果差异原因。【方法】构建大规模的科技论文结构化摘要语料库,选择10000和50000两种样本量的训练集,以传统机器学习方法SVM作为对比基准,引入多种深度学习方法(包括DNN、LSTM、Attention-BiLSTM等神经网络模型),开展语步识别实验,并对实验结果进行对比分析。【结果】Attention-BiLSTM方法在两种样本量下的实验中都取得最好的识别效果,50000样本量下F1值达0.9375;SVM方法的识别效果意外好于DNN、LSTM两种深度学习方法;但是,样本量从10000增加到50000时,SVM方法的识别效果提升最小(F1值提升0.0125),LSTM方法效果提升最大(F1值提升0.1125)。【局限】由于该领域尚未有公开的通用语料,主要以笔者收集的结构化论文摘要作为训练和测试语料,因此本文的研究结果在与他人比较时有一定的局限性。【结论】双向LSTM网络结构和注意力机制能够显著提升深度学习模型的语步识别效果;深度学习方法在大规模训练集下更能体现其优越性。

关键词：深度学习神经网络语步识别支持向量机

在线全文

学校读者我要写书评

暂无评论

科学论文全文语步自动识别研究

现代情报 2021年第11期41卷 3-11页

作者：欧石燕陈嘉文南京大学信息管理学院江苏南京210023

[目的/意义]科学论文的语步结构对于读者理解论文内容、快速定位特定信息具有重要作用。[方法/过程]本文对化学领域科学论文的语步自动识别方法进行了探索,比较了基于文本分类和序列标注两种解决模式以及机器学习和深度学习两种技术的... 详细信息

[目的/意义]科学论文的语步结构对于读者理解论文内容、快速定位特定信息具有重要作用。[方法/过程]本文对化学领域科学论文的语步自动识别方法进行了探索,比较了基于文本分类和序列标注两种解决模式以及机器学习和深度学习两种技术的多种语步识别模型的效果,并在此基础上提出了将深度学习预训练模型BERT与传统机器学习分类算法深度森林相结合的混合模型。[结果/结论]实验结果表明,文本分类模式的语步识别效果要优于序列标注模式;传统机器学习技术和深度学习技术的语步识别效果总体相近;通过将两者进行结合的混合模型可以获得更好的语步识别效果,在整篇论文7个语步类别上的宏平均F1值达到73%。

关键词：科学论文语步识别机器学习深度学习