我国数字文化政策评价及优化路径

对现行数字文化相关政策进行量化评价,有助于优化政策设计,为文化传承与创新提供科学决策依据。基于PMC指数模型,利用文本挖掘和资料编码方法,综合现有研究中的政策评价指标确定数字文化政策评价指标体系,划定9个一级变量和43个二级变量,随后利用多投入产出表计算出各项样本政策的PMC指数得分、绘制PMC曲面图,以此分析评价数字文化相关政策。研究表明,目前我国数字文化政策具有科学性与合理性,相关政策之间具有一定的协同性,能够对我国建设具有中国特色的数字文化体系给出指导性建议,但仍然存在不足之处。基于此,从3个方面提出我国数字文化政策建设的优化路径,为相关政策的制定提供决策参考。

知识主题间先序关系挖掘

先序关系指知识主题之间学习的先后依赖关系。已有的先序关系挖掘方法大多是流线型的方式,易导致错误累计,且严重依赖可能导致错误先序关系的超链接。为了解决以上问题,先对知识主题间的先序关系进行统计分析,发现了先序关系的不对称性特征;接着提出从文本中挖掘知识主题间的先序关系的端到端先序关系挖掘模型。该模型基于文本中抽取出的术语间上下位关系,计算知识主题的相关术语集间先序关系的不对称性,进而预测知识主题间的先序关系。实验结果表明,该方法具有较优的先序关系抽取性能。