面向学术检索系统的摘要语步识别效果测评与应用策略研究

[研究目的]面向科技论文摘要的语步自动识别研究成果越来越多,为推动该学术研究成果的加速应用,以更好的支撑知识化服务建设,以NSTL(国家科技图书文献中心)为例,开展模型效果测评与应用研究。[研究方法]针对NSTL实际应用条件、场景、数据特点等,制定多维度的测评方案,对目前较为先进的基于BERT深度学习模型的语步识别效果进行多维度测评和结果分析,并给出面向应用的策略和建议。[研究结论]测评分析结果表明,语步识别模型的准确率及在不同学科领域上的通用性有待进一步优化提升。在准确率上,不同语步的识别准确率存在较大差异,具体表现为方法和结论语步的识别效果较优,背景、目的和结果语步的识别效果较差。在面向学术检索系统的实际应用中,语步识别成果有较多的应用场景,可为学术搜索或知识化服务平台提供多层次的深度服务。

南京大学图书馆电子资源学术信息检索系统研究

对51个中外文数据库,分别就更新周期、同行评议、服务功能、服务方式、帮助、个性化、激励、检索方式、浏览方式/期刊导航、检索字段、检索技术、查全率/查准率、相关反馈、排序/分组、格式/展示、结果输出、项标识/标记方式、分类/主题描述、超链接以及整合检索等进行了调研。结论显示:①中外文数据库的系统特征相似,中文数据库稍显不足;②学术数据库检索系统需作如下努力:进一步改进检索系统输出层面的分析与设计;③扩大整合检索的应用范围;④提高个性化服务的深度与广度;⑤提供增值服务。

基于“结构化数字对象”的学术信息检索系统

简要概述语义Web环境下既有的主要数据模型不足之处。为此,基于学术信息内容的固有特征,抽象出结构化数字对象(SDO)的数据模型,给出SDO的定义,并以学术期刊资源为例,介绍基于SDO的学术信息检索系统的设计与功能开发,最后给出总结和展望。

基于相关性判据的学术信息检索系统成功模型建构

基于相关性判据研究成果、学术信息检索系统特征调研成果、信息系统成功模型(ISSM)以及TEDS模型构建面向相关性判据的学术信息检索系统成功模型,对模型中的关系进行简要分析,并提出研究假设。

基于相关性判据的学术信息检索系统成功模型实证分析

围绕面向相关性判据的学术信息检索系统成功模型(AIRSSM),采用结构方程模型进行实证分析。研究结果显示在学术信息检索系统的分析与设计中需要关注三个方面:(1)系统质量与信息质量导向;(2)均衡考虑系统质量的各影响因素;(3)权威性、完整性、实时性以及有效性不可或缺。

中文术语粒度对其区分能力测度的影响分析

【目的】比较中文术语粒度对不同字段的术语区分能力(Term Discriminative Capacity,TDC)测度的影响。【方法】将术语区分能力测度应用于题名、关键词、摘要和附加关键词的术语质量评估,在对照组和实验组中使用方差分析对不同学科、字段及术语粒度的TDC进行差异检测。【结果】当关键词和附加关键词未经处理时,在TDC上的表现为:题名>摘要>附加关键词>关键词;当术语粒度为词时,附加关键词的表现提升,题名>附加关键词>摘要>关键词。【局限】实验数据仅包含5个人文社会科学学科,样本代表性可能存在不足。【结论】中文术语粒度和字段在术语区分能力测度上相互作用,各字段的术语粒度统一为词可降低字段因素的影响。