检索结果-南通市图书馆

基于机器学习分类算法的高质量专利成果筛选研究

在线全文

学校读者我要写书评

暂无评论

现代情报 2024年第2期44卷 81-91页

作者：周一夫谭春辉江婷李玥澎毕慧婷汪红信华中师范大学信息管理学院湖北武汉430079 湖北技术交易所湖北武汉430071 武汉大学信息管理学院湖北武汉430072

[目的/意义]基于客观数据形成一套自动筛选方法,对专利成果质量进行快速识别,为推动专利成果转化工作提供决策支持。[方法/过程]首先,以专利成果的发明人数量、IPC号数量等形式特征结合语义向量匹配度特征、专利成果质量标注结果,构建... 详细信息

[目的/意义]基于客观数据形成一套自动筛选方法,对专利成果质量进行快速识别,为推动专利成果转化工作提供决策支持。[方法/过程]首先,以专利成果的发明人数量、IPC号数量等形式特征结合语义向量匹配度特征、专利成果质量标注结果,构建高质量专利成果筛选指标体系;其次,以“先进制造与自动化”领域为例,在专利之星平台检索该领域的发明专利作为专利文本数据来源,并以湖北省需求为例,将其相关的产业发展规划(宏观)和市场技术需求(微观)作为需求文本数据来源;随后,采用分词、去停、文本向量化等步骤对专利文本和需求文本进行处理,并整理形成训练集和测试集;最后,调用8种机器学习分类算法模型进行训练与评估,并对训练效果最优的算法展开应用测试,以验证筛选方法的可行性。[结果/结论]结果显示,随机森林算法模型在选取的8类算法模型中整体表现最优,被用为高质量专利成果筛选方法中的内核分类算法。此外,本文提出的筛选方法对专利成果质量识别具备较强的可行性,能够结合不同省(市)的特定专利需求,快速地进行大批量专利成果的筛选,在一定程度上可有效降低人力、物力和财力成本的消耗。

关键词：专利成果筛选高质量专利成果机器学习 doc2vec

基于doc2vec增强特征的长文本主题聚类研究

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第S1期50卷 211-216页

作者：陈洁中华女子学院数据科学与信息技术学院北京100101

针对新闻长文本语义表征的难点,基于doc2vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与doc2vec文档向量组合,形成新的全局表征。DV-sim从语义角度... 详细信息

针对新闻长文本语义表征的难点,基于doc2vec文档嵌入和词向量加权方式构建增强的特征表示。利用DV-sim方法和DV-tfidf方法从文档首尾部分特定词性的内容中提取增强特征,再分别与doc2vec文档向量组合,形成新的全局表征。DV-sim从语义角度,采用特征词与doc2vec向量的相似度获得词权重;DV-tfidf从词频统计角度,采用词频-逆文档频率方式获得词权重,然后利用HDBSCAN算法在THUCNews和Sogou数据集上进行主题聚类。相比直接应用doc2vec向量,DV-sim在两个数据集上的噪声数分别减少60.82%和60.63%,准确率提高12.14%和20.58%,F1-Score值提高15.61%和11.58%;DV-tfifd在两个数据集上的噪声数分别减少15.20%和59.55%,准确率提高10.85%和17.93%,F1-Score值提高15.60%和9.21%。实验结果表明,DV-sim和DV-tfidf都可以提高主题聚类性能,且基于语义的增强特征比基于词频的效果更好,DV-sim在优秀女性人物报道的主题聚类上也得到了有效应用。

关键词：主题聚类文本表征 doc2vec 词向量 HDBSCAN

数字政府政策央地协同量化研究——基于三维分析框架的文本分析

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2024年

作者：陈美聂佳睿中南财经政法大学公共管理学院

[目的/意义]数字政府建设是政府改革的重要驱动力之一，央地数字政府政策形成良好的协同状态可以最大化发挥数字政府建设转变政府职能、打破信息壁垒等作用。通过对数字政府政策央地协同状况的量化研究，可以厘清央地数字政府政策目标... 详细信息

[目的/意义]数字政府建设是政府改革的重要驱动力之一，央地数字政府政策形成良好的协同状态可以最大化发挥数字政府建设转变政府职能、打破信息壁垒等作用。通过对数字政府政策央地协同状况的量化研究，可以厘清央地数字政府政策目标瞄准、文本创新与施行成效现状。[方法/过程]以2019—2023年央地336项数字政府政策为研究样本，利用LDA主题建模法、doc2vec、PMC指数分析法建立“主题响应度—文本响应度—成效协同度”三维分析框架，进行数字政府政策央地协同状况量化研究。[结果/结论]央地现有数字政府政策数量较多，但省份间、地区间存在较大差异，央地政策主题协同效果良好，政策文本承继与创新呈现平衡状态，部分省份政策成效需要进一步加强，以促进央地政策良性耦合与扩散发展。

关键词：数字政府央地协同政策文本 LDA主题模型 doc2vec PMC指数模型

科学家研究主题演化速度与科研绩效的关系研究:基于计算机科学领域的分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图书情报工作 2024年第6期68卷 72-82页

作者：柳美君石静杨斯杰步一复旦大学全球公共政策研究院上海200433 南京大学信息管理学院南京210023 北京大学信息化与信息管理研究中心北京100871 北京大学信息管理系北京100871

[目的/意义]使用深度学习技术,从时间维度量化科学家研究主题的演化速度,并探究主题演化速度的历史发展及异质性,揭示主题演化速度与科研绩效的关系。[方法/过程]首先,基于1980—2019年全球计算机科学领域近100万科学家的论文数据,使用D... 详细信息

[目的/意义]使用深度学习技术,从时间维度量化科学家研究主题的演化速度,并探究主题演化速度的历史发展及异质性,揭示主题演化速度与科研绩效的关系。[方法/过程]首先,基于1980—2019年全球计算机科学领域近100万科学家的论文数据,使用doc2vec深度学习方法,测度科学家相邻年份产出论文之间的文本特征距离,测算主题演化速度;然后,剖析研究主题演化速度与科研绩效的关系,并对比不同职业发展状态的科学家在主题演化程度方面的动态发展差异。[结果/结论]研究发现,近四十年来,科学家主题演化速度逐渐放缓,全球计算机科学领域中科学家整体朝向“利用式研究”的发展状态;较低的主题演化速度能带来最好的科研绩效,主题演化速度与科研绩效之间呈现倒U型关系。在职业发展生命周期中,精英科学家的主题演化程度逐渐下降,呈现“逐渐聚焦”的主题演化模式;非精英科学家的主题演化程度在大部分时期处于上升或平稳发展状态。研究结果对学科发展评估、科学家职业发展以及科学政策制定具有一定启示意义。

关键词：研究主题科研绩效 doc2vec 深度学习利用式研究精英科学家

融合LDA主题和doc2vec算法的DeepFM模型的推荐算法研究

在线全文

学校读者我要写书评

暂无评论

电视技术 2022年第4期46卷 47-53页

作者：刘伦珲吴丽萍昆明理工大学信息工程与自动化学院云南昆明650500

如今,有很多辅助决策算法在日常生活的各个方面为人们推荐个性化内容或产品。本文以医疗信息推荐作为案例,研究提出一种融合狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型和doc2vec算法的DeepFM模型。该模型能够挖掘评论文本... 详细信息

如今,有很多辅助决策算法在日常生活的各个方面为人们推荐个性化内容或产品。本文以医疗信息推荐作为案例,研究提出一种融合狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型和doc2vec算法的DeepFM模型。该模型能够挖掘评论文本中的隐藏主题和隐藏特征并考虑隐藏特征的交叉情况,能够在保留评论文本表层信息的同时学习数据中的浅层和深层特征。本文将该模型与之前的模型在真实的数据上进行实验对比。实验结果表明,相较于现存模型,该模型的推荐准确率有了一定的提高。

关键词：推荐系统 LDA主题模型 doc2vec DeepFM

结合doc2vec与改进聚类算法的中文单文档自动摘要方法研究

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 2018年第2期2卷 86-95页

作者：贾晓婷王名扬曹宇东北林业大学信息与计算机工程学院哈尔滨150040 同方知网(北京)技术有限公司北京100192

【目的】引入深度神经网络模型doc2vec,以综合考察文本的上下文语境信息。结合改进的K-means聚类算法,实现中文单文档摘要的提取。【方法】利用doc2vec模型,提取语句的语义、语法、语序等特征,将其转化为固定维度的向量。基于密度最大... 详细信息

【目的】引入深度神经网络模型doc2vec,以综合考察文本的上下文语境信息。结合改进的K-means聚类算法,实现中文单文档摘要的提取。【方法】利用doc2vec模型,提取语句的语义、语法、语序等特征,将其转化为固定维度的向量。基于密度最大距离最远原则为K-means聚类算法选取初始聚类中心,对语句向量进行聚类。在每个类簇内计算句子的信息熵,提取类内与其他语句均具有较高相似度的句子作为摘要句。【结果】相对于传统的向量化表示方法 PLSA,利用本文方法生成的摘要效果在准确率、召回率、F值上分别提高了9.57%、7.62%、10.30%。【局限】提取的摘要句来源于正文,而标准摘要是对正文的高度凝练总结,二者通常难以完全匹配。【结论】实验结果表明,相对于常见的向量化表示方法,本文提出的方法能较为显著地提升自动摘要的效果,对多文档自动摘要的实现提供了一种思路。

关键词：自动摘要 doc2vec K-means 信息熵

科研流动与主题转换关系研究——以人机交互领域高影响力学者为例

在线全文

学校读者我要写书评

暂无评论

今日科苑 2024年第4期 6-18页

作者：裴瑞敏徐庆如胡涛程豪中国科学院科技战略咨询研究院北京100190 中国科学院大学公共政策与管理学院北京100049 首都师范大学数学科学学院北京100089 中国科协创新战略研究院北京100038

科研流动和主题转换是普遍存在的科研活动,均对科研绩效有重要影响。研究主题转换反映了知识信息的发展变化,适度的主题转换能带来学科交叉融合,并更易产生创新性成果,因此主题转换的成因和场景受到学者特别关注。本研究聚焦科研流动与... 详细信息

科研流动和主题转换是普遍存在的科研活动,均对科研绩效有重要影响。研究主题转换反映了知识信息的发展变化,适度的主题转换能带来学科交叉融合,并更易产生创新性成果,因此主题转换的成因和场景受到学者特别关注。本研究聚焦科研流动与主题转换的关系,以新兴科技领域人机交互高影响力学者为例,分析了科研流动对学者主题转换的影响。采用履历分析方法测度科研人员流动,采用自然语言处理的doc2vec算法和近邻传播算法(AffinityPropagation)相结合识别研究主题并聚类,对人机交互领域的学者流动和主题转换特征进行分析,并从描述分析和统计分析两个角度研究了科研流动和主题转换之间的关系。研究发现,人机交互领域的高影响力学者科研流动和研究主题转换较为普遍,科研人员流动与主题转换之间存在显著正向关系,且不同阶段的流动和不同属性的流动对主题转换具有显著的正向影响,工作阶段的流动次数对主题转换的影响要大于教育阶段的流动。

关键词：科研流动主题转换 doc2vec 近邻传播算法(AP算法) 新兴科技领域

基于doc2vec和SVM的作者姓名消歧研究——以PubMed Central为例

在线全文

学校读者我要写书评

暂无评论

情报科学 2021年第7期39卷 91-98,107页

作者：霍朝光司湘云王婉如中国人民大学信息资源管理学院北京100872 武汉大学信息管理学院湖北武汉430072 首都经济贸易大学财政税务学院北京100070

【目的/意义】为解决重名作者姓名识别问题,提升作者姓名消歧准确率。【方法/过程】本文着重在整合作者单位、邮箱等信息特征的基础上抓住作者在研究方向和研究内容上的承接性和演进性,提出构建综合文章题目、关键词、摘要、引文以及作... 详细信息

【目的/意义】为解决重名作者姓名识别问题,提升作者姓名消歧准确率。【方法/过程】本文着重在整合作者单位、邮箱等信息特征的基础上抓住作者在研究方向和研究内容上的承接性和演进性,提出构建综合文章题目、关键词、摘要、引文以及作者的合作列表、邮箱、机构等附属信息的作者语料集,利用doc2ve进行深度本文表示学习,在特征学习的基础上利用支持向量机(SVM)根据人工标注的样本进行模型训练和学习,以Pub Med Central(PMC)全部数据为例,在得到局部较优结果的基础上,将模型用于PMC所有数据集。【结果/结论】结果显示本文提出的姓名消歧方法准确率达91.80%,有效提升了消歧的准确率,该方法不仅把握了传统作者机构、邮箱、合作列表等特征信息,而且根据作者研究内容的承接性和演进性追溯作者,整合多方面特征以解决单单依据单位、邮箱等信息消歧失效问题,面对学者流动性的增强展示出其更强的应用前景。【创新/局限】本研究将每个作者分别包装成一个个文档,以此包含作者的所有属性以及相关信息,通过无监督文本表示学习和有监督机器学习结合的模式完成消歧任务,在生命科学与医学领域数据方面具有较好的适用性。

关键词：姓名消歧特征提取 doc2vec SVM PubMed Central

在线全文

学校读者我要写书评

暂无评论

doc2vec在薪水预测中的应用研究

计算机应用研究 2018年第1期35卷 155-157页

作者：潘博张青川于重重曹帅北京工商大学计算机与信息工程学院北京100048

针对互联网中在线招聘的工作广告,建立准确的薪水预测模型有助于求职者选择合适的职位。目前的研究方法都是通过词频或词向量平均化计算来获取职位的文本描述信息特征,无法全面理解文本语义。针对上述问题,利用文本深度表示模型doc2vec... 详细信息

针对互联网中在线招聘的工作广告,建立准确的薪水预测模型有助于求职者选择合适的职位。目前的研究方法都是通过词频或词向量平均化计算来获取职位的文本描述信息特征,无法全面理解文本语义。针对上述问题,利用文本深度表示模型doc2vec计算文本的特征向量,能更深入地表征出文本语义特征。实验将多种组合模型进行对比,结果表明相比于目前已有方法,doc2vec提取文本特征可以使薪水预测误差率至少降低5%。

关键词：薪水预测 doc2vec 文本特征