面向预警的专利文献相似度研究的意义及现状

基于我国经济与技术发展的需求,文章阐述了专利预警应用的背景和专利文献相似度研究的意义。在系统地调查与计量国内外相关文献研究的基础上,总结专利预警研究的主要侧重点,归纳文献相似度计算的研究现状,并比较分析文献相似度的主要计算方法及优缺点。最后,分别论述国内外面向预警的专利文献相似度计算研究的主要方法、观点与内容侧重点。

改进孪生BERT的石油钻井文献相似度分析研究

针对传统方法在石油钻井领域由于检索词不标准、语义模糊导致检索结果偏差较大的问题,提出一种基于BERT(Bidirectional Encoder Representation from Transformers)孪生网络模型的注意力池化方法以提高文献相似度评估的准确率。首先使用爬虫技术采集石油钻井文献并清洗整理,然后利用5类石油钻井文献数据集评估指标对样本进行打分标注,最后结合钻井文献数据集特征,提出基于孪生BERT网络的注意力池化方法,对多特征样本进行整体语义表达。实验结果表明,相较于常规的池化方法,该模型能提升石油钻井文献相似度度量的效果,并具有一定的泛化性能。

基于文献共被引特征的文献相似度计算优化研究

文献相似度计算是文献检索、文献分析等应用的基础性工作,计算结果将直接影响相关应用的最终效果。文献共被引信息是其区别于普通文本的重要特征,它能有效显示文本之间的关联特征,可以充分利用该特征信息来提高文献相似度计算的有效性与可靠性。本文将文献语义特征与共被引特征引入文献相似度计算过程,在向量空间模型的基础上,提出了一种旨在优化文献相似度计算的混合模型。通过对高校图书馆、网络舆情、信息质量等七个情报学细分领域文献进行计算验证,结果显示本文提出的模型能充分利用文献特有的共被引特征,弥补向量空间模型特征量不足的问题,改善文献相似度计算的整体性能。

基于改进PageRank算法的文献相关度排序方法

科技文献检索时以专业角度给出合理的相关度排序是一项非常重要工作,传统PageRank算法采用了平均分配相似性权重的方式,但其会产生文献排序结果不合理的问题。为此,提出一种将深度学习方法与PageRank相结合的算法,提高文献相关度排序的可靠性。首先,使用具有注意力池化的孪生BERT(Bidirectional Encoder Representation from Transformers)深度学习网络计算文献与引文的相似度;然后,对文献与其所包含引文间的相似度进行规范化处理;最后,将标准化后的相似度作为分配权重对引文网络计算排序。实验结果表明,相较于传统的PageRank算法,该方法检索结果的相关度提升6%以上,因此更适合应用于科技文献的引文网络分析。

基于领域本体的文献模糊相似度算法研究

利用分类主题一体化的主题词表构建领域本体,并通过概念间的关系定义及语义相似度公式,引入调整因子,确定概念相似度算法,再通过余弦系数法进一步得到文献间的相似度。对于本算法的结果,与领域专家预测的相似度进行比较,结果证实该算法有效。

基于研究主题的学科领域知识演化路径识别——以图书情报领域粗糙集为例

[目的/意义]对学科领域知识演化路径进行可视化研究,可以帮助研究人员快速发现学科领域中的核心文献和关键主题,把握研究主题的演变趋势。[方法/过程]文章将主路径分析方法与文本挖掘技术相结合,以图书情报(ISLS)领域的粗糙集研究方向为例,识别其核心文献,同时基于向量空间模型对核心文献进行补充,并利用主题模型提取主题,继而绘制知识演化路径图。[结果/结论]研究结果表明:知识演化路径能够全面、细致地展示学科领域的知识内容。该路径不仅能够展示学科领域的不同研究主题、热点主题、核心文献间的关联、研究主题和研究方法的演化趋势,还能够呈现学科领域研究的跨学科特征。