面向引用关系的引文内容标注框架研究

引文内容分析能够帮助揭示文献引用关系的深层语义内涵。本文梳理了目前已有的引文内容标注体系,归纳出构建引文分类体系的三个主要维度,即引文功能,引文重要性,情感倾向。以支持文献引用关系分析为目标,针对引文内容分析设计出一个引文内容标注框架,其中包括揭示引文关系抽象性质的引文分类标注体系,描述被引文献具体内容的引用对象标注体系,以及记录引文客观特征的引文属性标注体系。具体的标注实验体现了该标注框架的可用性。

查询意图研究综述

近年来,学界对查询意图进行了广泛探讨,一些重要国际会议如SIGIR,WWW等越来越重视查询意图的相关研究,其研究点主要集中在给定分类体系下的查询意图识别,内容涉及查询意图类目体系构建、特征识别、分类方法以及数据集与评价方法。研究发现当前查询意图研究面临如下问题和挑战:缺乏权威的评测标准,各种分类方法在大规模查询集合上的性能还不确定,有效提取或者获得查询特征的方法仍然值得深入研究,查询意图分类体系的完备性和类别间独立不相关性尚不确定。

我国图书情报领域近十年科研论文研究方法的演化分析——以《情报学报》和《中国图书馆学报》为例

本文通过对图书情报领域的科研论文进行内容分析,从科研论文研究方法的角度揭示图书情报学科的发展情况。在通过参考已有的科研论文研究方法分类体系的基础上,分析近十年科研论文中的研究方法得出了图书情报领域科研论文研究方法的分类体系。为揭示该学科科研论文中研究方法的演化规律,笔者对近十年发表在《情报学报》和《中国图书馆学报》两本权威期刊上共2556篇论文的研究方法进行分类标注并进行演化分析。结果表明:(1)图书情报学科的研究方法越来越重视定量的研究方法;(2)《情报学报》的研究方法从一开始的以定性研究为主逐渐发展为以数据为驱动的定量研究为主定性研究为辅;(3)《中国图书馆学报》的研究方法主要以定性研究为主,近年来定量研究占比有所增长,但是仍然以定性研究为主。

搜索引擎的选择与使用技巧

本文讨论了搜索引擎的分类及特点,结合检索实例,总结了搜索引擎的选择和使用技巧。

不同意图类别查询的搜索引擎稳定性分析

以两个月为期,每隔四天分别向百度、搜狗、雅虎三个搜索引擎提交不同用户意图类别的查询,以此来探讨搜索引擎针对不同意图类别查询的结果稳定性情况。最终实验结果表明:相对导航类和事务类查询来说,同一搜索引擎或者不同搜索引擎之间针对信息类查询的稳定性相对要低;在三个搜索引擎返回结果中,信息类与其他两类查询之间均存在着显著性差异。

查询意图自动分类的方法改进探讨

本文在降低数据标注成本的基础上,提高查询意图自动分类的准确率。首先,将ODP主题类目体系映射到Rose等意图类目体系,利用启发式和匹配的方法形成标注规则,对查询日志数据进行自动标注;其次,在提取查询的统计特征、用户行为特征和基于自然语言处理的语义特征基础上,提取查询的句法依赖关系作为分类特征;最后,使用集成学习模型GBDT作为分类器,对查询意图进行分类研究。实验表明,本文提出的标注规则可以获得大量被标注的训练数据集,新增的句法依赖关系特征可以提高查询意图的分类效果,GBDT作为集成学习模型相比线性分类模型可以明显提高查询意图分类的准确率。