融合关键词提取与远程监督的文物信息资源实体关系抽取方法研究

[目的/意义]“文博热”的到来在互联网中催生了大量与文物有关的信息资源,其中大多数以非结构化数据的形式存在,如何从中抽取实体关系是进行信息资源深度利用、传播文物知识、弘扬中华优秀传统文化的基础。[方法/过程]文章提出了一种利用关键词抽取算法获取信息资源中与文物主题有关的关键词作为外部知识库检索词,使用SPARQL检索获取实体关系并根据语义进行对齐后,利用远程监督自动进行信息资源实体关系抽取的方法。[结果/结论]在与其他方法的对比试验中,该方法在多个关键词阈值下取得了较好的效果,融合了多种关键词抽取方法在获取信息资源内容上的优势与特点,有效解决了远程监督关系抽取带来的噪音以及关系长尾问题,是一种面向网络信息资源自动进行实体关系抽取的可行方法。

服务理念下的知识管理研究

首先分析了知识管理实践中存在的问题和发展瓶颈,然后提出了以服务理念为导向的研究思路,并阐述了知识服务理念的价值和意义,最后探讨了知识服务视角下的研究框架。

新型农村合作医疗制度的实施现状及完善措施

笔者通过对大悟县河口镇烟墩村、群建村等几个新型农村合作医疗制度试点村的调研,探讨分析了试点中暴露出来的医疗基础设施落后、报销手续复杂、宣传不到位、农民的旧思想尚未完全转变等诸多制度和运行中的问题,针对这些问题,文章提出了加强宣传工作、改善农村医疗条件、建立稳定增长的长效筹资机制、建立方便快捷的审核报销机制、实行有效的管理监督制度的建议,以促进合作医疗制度的可持续发展。

航天产品失效分析知识库的构建与应用

航天型号产品研制中,任何一个环节、元器件的失效都有可能导致整个型号的失败.当航天产品上的元器件发生失效后,必须对其进行失效分析,以便快速、准确地找出导致产品或工艺不可靠的根本原因,为产品设计、制造和使用等提供改进及预防的依据,从而提高产品的质量可靠性.

企业在知识管理实践中的问题及其对策

知识经济时代,知识作为构成企业核心竞争力的主要因素对企业的生存与发展至关重要。面对日益复杂的环境,企业要想在激烈的市场竞争中生存、发展,就必须要拥有更多、更新的与企业生存和发展相适应、

浅析基于交通运输行业的数字化教育培训平台建设与实施

本文以交通运输行业为例,基于共建共享的理念,以服务行业从业人员终身学习为目标,对交通运输行业的教育培训现状进行分析,提出以构建数字化教育培训平台为基础,将个性化推送技术、大数据技术融入到行业教育培训学习过程中,将教育培训与职业发展相融合,形成一个网络化、数字化、个性化、终身化的自主学习体系,为行业人才的培养提供一个新模式。

基于专业管理的决策支持系统设计与实施策略

专业管理和专业发展是科学合理设置专业以及动态调整专业的基础,是推进高职院校服务区域经济发展的重要途径。文章分析了高职院校的专业设置现状,提出了运用信息化技术、大数据技术,构建一个科学高效的高职院校专业设置、专业发展和专业动态调整的信息化平台。

个性化推荐算法在农产品电商中的应用研究进展

个性化推荐算法在电子商务等领域产生了巨大影响,针对农产品电商领域的个性化推荐算法及其应用展开研究。首先,梳理各类推荐算法的算法流程、特征和应用优势;其次,分类分析个性化推荐算法在国内农产品电商领域的应用现状,及其评价性能指标;最后,指出个性化推荐算法在农产品电商应用中的不足与困境,以及进一步研究和应用的方向。以期为个性化推荐算法在国内农产品电子商务中的深入应用、普及提供借鉴。

扎根理论视角下量化自我技术的示能性研究

[目的/意义]厘清量化自我技术的示能性,并与需求和功能进行匹配,以更好地了解量化自我行为,进而改善个人健康。[方法/过程]通过访谈23位智能手表用户,依据扎根理论使用NVivo归纳总结出量化自我技术示能性。基于需求—示能—功能视角,将量化自我技术的示能性、需求和功能进行匹配。[结果/结论 ]量化自我技术的示能性包括技术示能、社交示能和数据示能,量化自我技术的技术示能可以满足用户自主需求和关系需求;社交示能可以满足用户多种需求;而数据示能可以满足用户的自主需求、认识自我需求和保持自我认同需求。基于这一结果,提出量化自我技术功能服务改善的建议。

网络文化遗产信息资源知识图谱的构建及其应用研究

【目的/意义】面对网络中大量由非结构化数据构成的文化遗产信息资源,如何从中抽取知识构建知识图谱并进行应用研究,是新媒体时代进行文化遗产知识深度利用的基础。【方法/过程】文章首先根据信息资源的内容与结构特征按照主题与类型进行分类,随后采用有针对性的关键词抽取方法获取概括信息资源主题的关键词,通过SPARQL检索在外部知识库中进行文化遗产信息资源的命名实体识别,最后利用词汇相似度算法依托本体进行知识融合,构建文化遗产信息资源知识图谱。【结果/结论】在实验中进行了网络文化遗产信息资源的知识抽取与知识图谱构建,利用深度学习进行文化遗产知识推理,开展了知识图谱的应用研究。研究结果表明文章方法能够充分利用网络中的文化遗产信息资源进行知识图谱构建,满足多种应用场景下分析需求。【创新/局限】由于文化遗产领域内容庞大,有关研究数据有待进一步扩充以更好的研究文章方法的适用性。

关键词词频及语义特征对科技文献聚类的影响研究

【目的/意义】针对基于关键词的科技文献聚类研究进行了一些探讨,包括:使用具有不同特征的关键词来实现文献聚类在效果上有何差异;如何按特征对关键词进行选择来提高文献聚类效果。【方法/过程】按照关键词词频与语义类型特征设置对照组进行实证研究,观察其对文献聚类密度及文献语义表示效果的影响。【结果/结论】单独使用具有超高频、次高频、研究主题或限定范围特征的关键词进行文献聚类能使聚类密度较为合适;超高频特征通常在其他频次中都具有体现,次高频词能同时反映不同频次的关键词特征,但次高频词对中频词特征的表示不够全面;将语义类型不同的关键词分开来实现文献聚类,其效果好于将关键词进行组配,语义类型不同的关键词间存在互斥性。【创新/局限】本文发现了在以关键词间的共现关系为基础来进行文献聚类时单独选择次高频或某一语义类别的关键词来实现文献聚类具有较好效果,但缺少对关键词间语义结构关系的进一步研究。

基于在线问诊文本信息的医生标签自动生成研究

【目的/意义】为在线医疗问诊平台中的医生自动生成高质量标签,更好地服务于对医生资源的分类、检索和管理。【方法/过程】基于在线问诊文本信息,提出了结合时间周期特征与文本主题特征的医生标签自动生成算法。首先根据医生相关文本信息提取关键词生成候选标签,然后从患者问题文本和医生回答文本两个方面进行LDA主题模型训练,按时间周期挖掘出问题文本和回答文本的主题特征,对候选标签进行质量控制;最后经标签加权混合后得到最终的医生标签。【结果/结论】实验结果表明,该标签自动生成算法能够反映出医生标签生成的动态性,能够准确生成符合医生专业知识特征的高质量标签,具有较好的标签生成效果。

在线医疗社区中面向医生的协同标注研究

【目的】通过挖掘文本特征寻找某医生的相似医生,以相似医生的特征为基础对医生进行标注,丰富对医生特征的描述。【方法】利用Word2Vec词向量模型对医生的咨询文本、文章标题与咨询范围进行向量表示,在此基础上挖掘相似医生;进而分析挖掘的相似医生的特征,对标注的目标医生进行协同标注。【结果】基于咨询文本、文章标题与咨询范围的医生标注结果,准确率分别为0.667、0.252与0.708,混合不同文本进行标注的准确率为1.000。【局限】对文本语义特征的挖掘不够深入,以单一文本进行标注的准确率与召回率有待提高。【结论】基于咨询文本产生的标签与患者即时需求较为紧密,基于文章标题产生的标签与医生兴趣具有较强联系,基于咨询范围与混合不同文本所得标签具有较高的准确率,从文本挖掘出发进行医生的协同标注能在一定程度上推荐合适的标签。

网络社交平台中社群标签生成研究

[目的/意义]基于网络社交平台中社群话题及用户兴趣挖掘而生成的社群标签,能够提高社群定义的及时性与准确性,解决用户信息获取、网络社群选择的困难。[方法/过程]通过对网络社群的深入分析,发现社群特征可根据社群话题及用户兴趣予以表征。首先,利用主题提取BTM模型对网络社群话题进行主题模型训练,从而得到网络社群话题预标签;其次,根据社群成员兴趣标签网络中不同类型的重要节点指标,利用TOPSIS多指标综合评价方法挖掘成员整体兴趣,从而得到网络社群成员兴趣预标签。综合两者结果生成社群标签并进行优化,且以"豆瓣小组"为例进行实证。[结果/结论]基于社群话题及成员兴趣的社群标签生成模型能够准确地挖掘主要兴趣及近期关注点,社群整体的标签生成有利于网络用户兴趣群体的选择。