基于评审意见的科技论文要点识别与利用

科研用户查找文献往往瞄准特定任务,如寻找选题、方法、结论等,面对检索出的大量文献需要甄别要点,判断价值,这一过程既需要熟悉专业知识又耗时费力。论文评审意见中蕴含了同行专家的权威看法,包括对论文要点和参考价值的揭示,可以为满足上述需求提供有效帮助。本文以论文评审意见为对象,围绕科研活动中的典型要素定义评审意见中的要点类型,通过有监督学习方法提取评审意见所述的论文要点,不但为论文提供了结构化要点概括,还能用于辅助文献检索。本文采集《心理学报》期刊2014年年初至2020年年底发表的549篇论文及其对应的评审意见,将其中概括信息划分为概述、方法、结果和亮点4种要点类型,用SVM(support vector machine)、FastText、TextCNN(convolutional neural networks)及BiLSTM(bi-directional long short-term memory)4种方法训练分类模型并比较效果。研究结果表明,BiLSTM方法对要点识别效果最佳,在5次交叉检验中的平均识别准确率达到91%。要点中的亮点进一步分为选题、价值、方法和写作4种类型,采用SVM方法识别,F1值达到85%。作为对研究结果的应用,本文采用识别出的论文要点辅助对论文的理解,并按亮点做检索结果分类,改进了论文检索的组织与服务形式。本文创新之处在于:①提出了从评审意见中挖掘论文要点的研究问题,制定了要点类型的框架和层次;②将识别要点转化为分类问题,通过比较评价找到综合最优的识别方法;③实现了基于要点的检索结果分类组织,帮助用户理解论文并进行价值判断。

大连周边海水污染调查及解决对策研究

本论文通过对大连的三个主要地区包括星海浴场、银沙滩、付家庄的海水进行采样检验,进行显微结构的观察判断得出以下结论 :大连海水总体水质较好,但星海浴场营养成分高于其他两个地区,表明当前大连周边海水已受到污染,如不及时进行控制,其最终将危及到周边区域民众生活及大连地区的经济发展。基于此,通过问卷调查的方式分析了大连周边海水污染来源,并针对如何预防大连海洋环境的污染问题提出了相应的解决对策。

面向流行性疾病科普的用户问题理解与答案内容组织

【目的】为改善人们查找并理解科普信息的方式,构建基于流行性疾病知识图谱的问答系统,重点改进对用户问题的理解,以及对答案内容的组织,降低科普受众理解专业知识的门槛。【方法】基于多种健康信息源总结用户查询需求,采用AC多模式识别算法与BERT模型结合理解问句,将问句要素映射到结构化查询语句中,从预先整合构建的流行性疾病知识图谱获取答案,对答案内容进行富媒体组织,并以Flask框架和多种JS样式实现前端交互展示。【结果】系统在问答测试中平均准确率达到90%,表明系统在受限域的科普信息服务中具有一定实用性。【局限】流行病领域知识来源限于AMiner平台提供的公开数据集,所能支持的问答范围和问题类型有待扩充。【结论】从语义层面优化问句理解模块,并通过富媒体答案组织帮助大众理解专业知识,这种做法有利于增强科普效果。