嵌入科技创新流程的查新辅助系统——东北大学图书馆科技查新领域主题词表开发与实践

文章对领域主题词表构建技术及专业词库生成方法进行了调研,在现有查新报告中人工专家学术关键词整理基础上,提出了构建嵌入科技创新流程的科技查新领域主题词辅助系统,借助该系统,实现查新关键词语义匹配及自动扩展、相关文献潜在主题挖掘以及检索词智能抽取功能,以期更好地开展科技查新服务,提高查新效率与智能化水平。

面向高校应急决策的领域主题词表构建研究

【目的/意义】近年来,高校突发事件频发,不仅影响高校的正常教学科研秩序,还影响了社会稳定,给高校管理带来较大的压力,通过领域主题词表的构建可以为高校应急管理提供必要的知识储备,为决策提供帮助。【方法/过程】本文通过对国内外高校应急管理的现状和高校应急工作的特征进行了研究和分析阐述了构建词表对高校应急决策的支持作用,梳理了高校应急决策领域的知识体系,将高校应急决策领域根据特征属性分为了高校突发事件、高校领域、高校应急能力三个主题域,并设计了每个主题域的主题词表,最终构建了完整的高校应急决策的领域主题词表。【结果/结论】领域主题词表的构建可以让高校的决策主体在突发事件发生时能够快速、全面地掌握领域知识,做出及时、准确的应对措施。

TFC-Reducing:一种基于属性语义距离和规则的文本型形式背景约简方法

形式概念分析作为数据分析和知识处理的形式化工具,可以有效的从海量文本数据中挖掘出人们感兴趣的知识,受到许多研究人员的推崇.形式概念分析的前提条件是必须有一个纯净、良好定义的形式背景.从文本中直接提取特征词,利用文本-特征词形成的文本型形式背景(Textual Formal Context TFC)是一个高度稀疏的二维表,带有很多的噪音信息,严重影响形式概念分析的建格效率以及概念格的结构.因此找到一种有效的文本型形式背景约简方法很有必要.本文综合考虑文本型形式背景的本质特征,从属性语义距离和数学原理出发,提出了一种文本型形式背景的约简方法TFC-Reducing,并给出文本型形式背景约简的评价方法--信息损失熵和语义覆盖度.