期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
8
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法研究与应用
1
作者
郭新杰
狄洪伟
+2 位作者
李贺宝
吕志娟
张森达
《电力设备管理》
2024年第15期161-163,共3页
抽蓄机组在电力系统中扮演着重要的角色,其故障诊断对电力系统的安全稳定运行至关重要。本文提出一种基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法,并将其应用于抽蓄机组故障诊断中。首先,利用ALBERT模型对抽蓄机组中的故...
抽蓄机组在电力系统中扮演着重要的角色,其故障诊断对电力系统的安全稳定运行至关重要。本文提出一种基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法,并将其应用于抽蓄机组故障诊断中。首先,利用ALBERT模型对抽蓄机组中的故障诊断相关语料进行预训练,提取故障诊断的关键特征。然后,采用BiLSTM模型进行特征提取和表示学习。最后,利用CRF模型进行标注和预测,构建抽蓄机组故障诊断知识图谱。试验结果表明,所提方法在实体识别和关系抽取任务中具有较高的准确性和效率,为后续的机组故障领域的智能问答、辅助决策等方面的具体应用建立了坚实的基础。
展开更多
关键词
抽蓄机组
知识图谱
albert-bilstm-crf
实体识别
关系抽取
下载PDF
职称材料
基于ALBERT-BiLSTM-CRF的煤矿事故案例文本命名实体识别方法
被引量:
3
2
作者
王向前
李敏敏
孟祥瑞
《阜阳师范大学学报(自然科学版)》
2022年第3期56-64,共9页
为了实现对煤矿事故案例文本中实体的识别,利用ALBERT模型与语言模型条件随机场算法(CRF)和双向长短时记忆网(BiLSTM)相结合。以煤矿安全网获取的239份煤矿事故案例文本作为实验数据,自构建246个煤矿领域词典,对文本数据进行预处理。利...
为了实现对煤矿事故案例文本中实体的识别,利用ALBERT模型与语言模型条件随机场算法(CRF)和双向长短时记忆网(BiLSTM)相结合。以煤矿安全网获取的239份煤矿事故案例文本作为实验数据,自构建246个煤矿领域词典,对文本数据进行预处理。利用ALBERT模型获取动态词向量,后接BiLSTM网络层对其进行深层次的特征训练,CRF层则考虑了输出标签之间的关联关系,提高命名实体的准确性,完成文本信息的实体识别。在模型进行15次迭代训练以后,得到精准率94.57%,召回率91.48%,二者的调和平均值f1值91.02%,通过BiLSTM-CRF、BERT-BiLSTM-CRF、BiLSTM-CNN-CRF三组模型进行实验对比,ALBERT-BiLSTM-CRF模型的精准率、召回率以及f1值均有提高。
展开更多
关键词
ALBERT
BiLSTM
CRF
命名实体识别
煤矿事故
下载PDF
职称材料
基于混合深度学习的藏医古籍命名实体识别研究
被引量:
2
3
作者
刘佳
边俊伊
《现代情报》
2023年第11期37-46,共10页
[目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持。[方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型。以《四部医...
[目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持。[方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型。以《四部医典》为数据集,在人工标注与文本预处理的基础上,进行命名实体识别实验,并将实验结果与其他3种常见模型进行对比分析。[结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好,F1-score达到96.28%,与其他方法相比提升约7个百分点。
展开更多
关键词
混合深度学习
命名实体识别
ALBERT
双向长短期记忆网络
条件随机场
藏医古籍
知识组织
《四部医典》
下载PDF
职称材料
基于ALBERT的网络威胁情报命名实体识别
被引量:
1
4
作者
周景贤
王曾琪
《陕西科技大学学报》
北大核心
2023年第1期187-195,共9页
网络威胁情报实体识别是网络威胁情报分析的关键,针对传统词嵌入无法表征一词多义而难以有效识别网络威胁情报实体关键信息,同时面临指数级增长的威胁情报,识别模型的效率亟待提高等问题,提出一种基于ALBERT的网络威胁情报命名实体识别...
网络威胁情报实体识别是网络威胁情报分析的关键,针对传统词嵌入无法表征一词多义而难以有效识别网络威胁情报实体关键信息,同时面临指数级增长的威胁情报,识别模型的效率亟待提高等问题,提出一种基于ALBERT的网络威胁情报命名实体识别模型.该模型首先使用ALBERT提取威胁情报动态特征词向量,然后将特征词向量输入到双向长短期记忆网络(BiLSTM)层得到句子中每个词对应的标签,最后在条件随机场(CRF)层修正并以最大概率输出序列标签.识别模型对比实验结果显示,提出模型的F1值为92.21%,明显优于其他模型.在识别准确率相同的情况下,提出模型的时间和资源成本也较低,适用于网络威胁情报领域海量高效的实体识别任务.
展开更多
关键词
网络威胁情报
命名实体识别
BERT
ALBERT
双向长短期记忆网络
条件随机场
下载PDF
职称材料
基于Albert模型的民族医药知识图谱构建
被引量:
1
5
作者
李晴
唐东昕
贺松
《计算机时代》
2022年第9期6-11,共6页
民族医药方剂记载杂乱且电子化信息非常匮乏,为了能够抢救性地挖掘和保护民族医药理论,清晰地展现其内在关联和诊治特点,文章详细阐述了民族医药知识图谱的构建过程和具体方法。有效处理民族医药数据集,根据模型运行的图像效果来调整模...
民族医药方剂记载杂乱且电子化信息非常匮乏,为了能够抢救性地挖掘和保护民族医药理论,清晰地展现其内在关联和诊治特点,文章详细阐述了民族医药知识图谱的构建过程和具体方法。有效处理民族医药数据集,根据模型运行的图像效果来调整模型的参数,基于Albert-BiLSTM-CRF模型进行命名实体识别,其结果的准确率达到最高,精确率为99.06%,召回率为79.35%,F1值为88.11%,抽取的实体存储在Neo4j图数据库,并自定义节点之间的关系,实现民族医药知识图谱可视化。
展开更多
关键词
albert-bilstm-crf
知识图谱
实体识别
Neo4j图数据库
民族医药
下载PDF
职称材料
基于ALBERT+BiLSTM+CRF的事件抽取模型
被引量:
2
6
作者
韩娜
张昊洋
《黑龙江科技大学学报》
2022年第3期412-416,共5页
针对现有事件抽取模型事件数据集规模较小、存在开销与性能不平衡问题,采用ALBERT预训练语言模型生成词向量,将其输入BiLSTM+CRF模型完成句子级事件的特征向量提取,抽取出事件触发词、论元和角色等中文事件要素,在大规模中文事件数据集D...
针对现有事件抽取模型事件数据集规模较小、存在开销与性能不平衡问题,采用ALBERT预训练语言模型生成词向量,将其输入BiLSTM+CRF模型完成句子级事件的特征向量提取,抽取出事件触发词、论元和角色等中文事件要素,在大规模中文事件数据集DuEE上进行验证。结果表明,该模型与其他同类型模型相比,准确率和F_(1)值均有所提升,在大规模事件数据集上的准确率、召回率和F_(1)值分别为95.4%、77.8%和85.7%。
展开更多
关键词
事件抽取
ALBERT
BiLSTM
CRF
下载PDF
职称材料
基于ALBERT的中文医疗病历命名实体识别
被引量:
6
7
作者
陈杰
奚雪峰
+2 位作者
皮洲
盛胜利
崔志明
《南京师范大学学报(工程技术版)》
CAS
2021年第1期36-43,共8页
医疗病历命名实体识别的主要任务是将临床电子病历中的非结构化文本转化为结构化数据,进而为面向医疗领域任务开展的数据挖掘提供基础支撑.提出一种基于ALBERT模型融合学习的中文医疗病历命名实体识别模型.首先,采用人工标注方式扩展样...
医疗病历命名实体识别的主要任务是将临床电子病历中的非结构化文本转化为结构化数据,进而为面向医疗领域任务开展的数据挖掘提供基础支撑.提出一种基于ALBERT模型融合学习的中文医疗病历命名实体识别模型.首先,采用人工标注方式扩展样本数据集,结合ALBERT模型对数据集进行微调;其次,采用双向长短记忆网络(BiLSTM)提取文本的全局特征;最后,基于条件随机场模型(CRF)命名实体的序列标记.在标准数据集上的实验结果表明,该方法进一步提高了医疗文本命名识别精度,减少了时间开销.
展开更多
关键词
ALBERT
命名实体识别
电子医疗病历
双向长短记忆网络
条件随机场
下载PDF
职称材料
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
被引量:
3
8
作者
王昊
林克柔
+1 位作者
孟镇
李心蕾
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021年第7期10-25,共16页
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与B...
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与BiLSTM-CRFs模型的实体识别效果,并在少量其他类型法律判决书文本上比较模型的迁移能力。【结果】ALBERT-BiLSTM-CRFs模型实体识别效果最好,F1微平均值达95.28%;IDCNN-CRFs模型的识别效果低于前者,但训练时间是前者的1/6,两个模型均具有较好的迁移能力。【局限】识别的实体多为通用实体,后续考虑标注更多领域特有实体,增强研究对实际应用的参考价值。【结论】法律判决书的实体识别中,ALBERT-BiLSTM-CRFs和IDCNN-CRFs模型比CRFs模型效果更好,且迁移能力更强。
展开更多
关键词
法律判决书
特征生成
条件随机场
IDCNN-CRFs
albert-bilstm-crf
s
原文传递
题名
基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法研究与应用
1
作者
郭新杰
狄洪伟
李贺宝
吕志娟
张森达
机构
国网新源控股有限公司北京十三陵蓄能电厂
国网新源集团有限公司
北京中电普华信息技术有限公司
出处
《电力设备管理》
2024年第15期161-163,共3页
基金
国网新源集团有限公司科技项目语音数据搜索关键技术在抽水蓄能电站(含水电厂)的应用研究(SGXYKJ-2022-003)资助。
文摘
抽蓄机组在电力系统中扮演着重要的角色,其故障诊断对电力系统的安全稳定运行至关重要。本文提出一种基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法,并将其应用于抽蓄机组故障诊断中。首先,利用ALBERT模型对抽蓄机组中的故障诊断相关语料进行预训练,提取故障诊断的关键特征。然后,采用BiLSTM模型进行特征提取和表示学习。最后,利用CRF模型进行标注和预测,构建抽蓄机组故障诊断知识图谱。试验结果表明,所提方法在实体识别和关系抽取任务中具有较高的准确性和效率,为后续的机组故障领域的智能问答、辅助决策等方面的具体应用建立了坚实的基础。
关键词
抽蓄机组
知识图谱
albert-bilstm-crf
实体识别
关系抽取
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于ALBERT-BiLSTM-CRF的煤矿事故案例文本命名实体识别方法
被引量:
3
2
作者
王向前
李敏敏
孟祥瑞
机构
安徽理工大学计算机科学与工程学院
出处
《阜阳师范大学学报(自然科学版)》
2022年第3期56-64,共9页
基金
国家自然科学基金项目(51874003,51474007)资助。
文摘
为了实现对煤矿事故案例文本中实体的识别,利用ALBERT模型与语言模型条件随机场算法(CRF)和双向长短时记忆网(BiLSTM)相结合。以煤矿安全网获取的239份煤矿事故案例文本作为实验数据,自构建246个煤矿领域词典,对文本数据进行预处理。利用ALBERT模型获取动态词向量,后接BiLSTM网络层对其进行深层次的特征训练,CRF层则考虑了输出标签之间的关联关系,提高命名实体的准确性,完成文本信息的实体识别。在模型进行15次迭代训练以后,得到精准率94.57%,召回率91.48%,二者的调和平均值f1值91.02%,通过BiLSTM-CRF、BERT-BiLSTM-CRF、BiLSTM-CNN-CRF三组模型进行实验对比,ALBERT-BiLSTM-CRF模型的精准率、召回率以及f1值均有提高。
关键词
ALBERT
BiLSTM
CRF
命名实体识别
煤矿事故
Keywords
ALBERT
BiLSTM
CRF
named entity recognition
coal mine accident
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于混合深度学习的藏医古籍命名实体识别研究
被引量:
2
3
作者
刘佳
边俊伊
机构
吉林大学商学与管理学院
出处
《现代情报》
2023年第11期37-46,共10页
基金
教育部人文社会科学研究规划基金项目“基于数据生态的图书馆知识服务价值共创的演化机制、模拟实验及优化研究”(项目编号:19YJA870007)。
文摘
[目的/意义]针对藏医古籍知识组织与开发不足的问题,利用混合深度学习方法构建面向藏医古籍的命名实体识别模型,为藏医古籍知识的深度开发与利用提供方法支持。[方法/过程]根据藏医古籍知识特点,构建ALBERT-BiLSTM-CRF模型。以《四部医典》为数据集,在人工标注与文本预处理的基础上,进行命名实体识别实验,并将实验结果与其他3种常见模型进行对比分析。[结果/结论]ALBERT-BiLSTM-CRF模型对藏医古籍实体识别效果最好,F1-score达到96.28%,与其他方法相比提升约7个百分点。
关键词
混合深度学习
命名实体识别
ALBERT
双向长短期记忆网络
条件随机场
藏医古籍
知识组织
《四部医典》
Keywords
hybrid deep learning
named entity identification
ALBERT
BiLSTM
CRF
Tibetan medical text
knowledge organisation
The Four Medical Tantras
分类号
G255 [文化科学—图书馆学]
下载PDF
职称材料
题名
基于ALBERT的网络威胁情报命名实体识别
被引量:
1
4
作者
周景贤
王曾琪
机构
中国民航大学科技创新研究院
中国民航大学计算机科学与技术学院
出处
《陕西科技大学学报》
北大核心
2023年第1期187-195,共9页
基金
国家自然科学基金项目(U1533104)
国家民航局民航安全能力建设项目(PESA2019074,PESA2021009)
中央高校基本科研业务费中国民航大学专项项目(3122018C036)。
文摘
网络威胁情报实体识别是网络威胁情报分析的关键,针对传统词嵌入无法表征一词多义而难以有效识别网络威胁情报实体关键信息,同时面临指数级增长的威胁情报,识别模型的效率亟待提高等问题,提出一种基于ALBERT的网络威胁情报命名实体识别模型.该模型首先使用ALBERT提取威胁情报动态特征词向量,然后将特征词向量输入到双向长短期记忆网络(BiLSTM)层得到句子中每个词对应的标签,最后在条件随机场(CRF)层修正并以最大概率输出序列标签.识别模型对比实验结果显示,提出模型的F1值为92.21%,明显优于其他模型.在识别准确率相同的情况下,提出模型的时间和资源成本也较低,适用于网络威胁情报领域海量高效的实体识别任务.
关键词
网络威胁情报
命名实体识别
BERT
ALBERT
双向长短期记忆网络
条件随机场
Keywords
cyber threat intelligence
name entity recognition
bidirectional encoder representation from transformers(BERT)
a lite BERT(ALBERT)
bidirectional long-short term memory(BiLSTM)network
conditional random field(CRF)
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Albert模型的民族医药知识图谱构建
被引量:
1
5
作者
李晴
唐东昕
贺松
机构
贵州大学医学院
出处
《计算机时代》
2022年第9期6-11,共6页
基金
国家重点研发计划项目(2019YFC1712504)
贵州省科技计划项目(黔科合支撑[2021]一般095,黔科合后补助[2020]3003)。
文摘
民族医药方剂记载杂乱且电子化信息非常匮乏,为了能够抢救性地挖掘和保护民族医药理论,清晰地展现其内在关联和诊治特点,文章详细阐述了民族医药知识图谱的构建过程和具体方法。有效处理民族医药数据集,根据模型运行的图像效果来调整模型的参数,基于Albert-BiLSTM-CRF模型进行命名实体识别,其结果的准确率达到最高,精确率为99.06%,召回率为79.35%,F1值为88.11%,抽取的实体存储在Neo4j图数据库,并自定义节点之间的关系,实现民族医药知识图谱可视化。
关键词
albert-bilstm-crf
知识图谱
实体识别
Neo4j图数据库
民族医药
Keywords
albert-bilstm-crf
knowledge graph
entity recognition
Neo4j graph database
ethnic medicine
分类号
TP399 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于ALBERT+BiLSTM+CRF的事件抽取模型
被引量:
2
6
作者
韩娜
张昊洋
机构
黑龙江科技大学计算机与信息工程学院
出处
《黑龙江科技大学学报》
2022年第3期412-416,共5页
文摘
针对现有事件抽取模型事件数据集规模较小、存在开销与性能不平衡问题,采用ALBERT预训练语言模型生成词向量,将其输入BiLSTM+CRF模型完成句子级事件的特征向量提取,抽取出事件触发词、论元和角色等中文事件要素,在大规模中文事件数据集DuEE上进行验证。结果表明,该模型与其他同类型模型相比,准确率和F_(1)值均有所提升,在大规模事件数据集上的准确率、召回率和F_(1)值分别为95.4%、77.8%和85.7%。
关键词
事件抽取
ALBERT
BiLSTM
CRF
Keywords
event extraction
ALBERT
BiLSTM
CRF
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于ALBERT的中文医疗病历命名实体识别
被引量:
6
7
作者
陈杰
奚雪峰
皮洲
盛胜利
崔志明
机构
苏州科技大学电子与信息工程学院
苏州智慧城市研究院
Computer Science Department
出处
《南京师范大学学报(工程技术版)》
CAS
2021年第1期36-43,共8页
基金
国家自然科学基金项目(61673290、61876217)
江苏省“六大人才高峰”高层次人才项目(XYDXX-086)
苏州市科技发展计划产业前瞻性项目(SYG201817)、2020年江苏省研究生科研创新计划项目(KYCX20_2762).
文摘
医疗病历命名实体识别的主要任务是将临床电子病历中的非结构化文本转化为结构化数据,进而为面向医疗领域任务开展的数据挖掘提供基础支撑.提出一种基于ALBERT模型融合学习的中文医疗病历命名实体识别模型.首先,采用人工标注方式扩展样本数据集,结合ALBERT模型对数据集进行微调;其次,采用双向长短记忆网络(BiLSTM)提取文本的全局特征;最后,基于条件随机场模型(CRF)命名实体的序列标记.在标准数据集上的实验结果表明,该方法进一步提高了医疗文本命名识别精度,减少了时间开销.
关键词
ALBERT
命名实体识别
电子医疗病历
双向长短记忆网络
条件随机场
Keywords
ALBERT
named entity recognition
clinical electronic medical records
BiLSTM
CRF
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
被引量:
3
8
作者
王昊
林克柔
孟镇
李心蕾
机构
南京大学信息管理学院
江苏省数据工程与知识服务重点实验室
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021年第7期10-25,共16页
基金
国家自然科学基金面上项目(项目编号:72074108)
南京大学文科青年跨学科团队专项(项目编号:2020300093)
江苏青年社科英才和南京大学仲英青年学者等人才培养计划的研究成果之一。
文摘
【目的】探索法律判决书中不同模型的实体识别效果,为法律知识库的构建奠定基础。【方法】提取刑事判决书中的庭审过程和法院意见构造数据集,比较人工构造特征的CRFs模型和加入预训练词向量做文本表示的自动生成特征的IDCNN-CRFs模型与BiLSTM-CRFs模型的实体识别效果,并在少量其他类型法律判决书文本上比较模型的迁移能力。【结果】ALBERT-BiLSTM-CRFs模型实体识别效果最好,F1微平均值达95.28%;IDCNN-CRFs模型的识别效果低于前者,但训练时间是前者的1/6,两个模型均具有较好的迁移能力。【局限】识别的实体多为通用实体,后续考虑标注更多领域特有实体,增强研究对实际应用的参考价值。【结论】法律判决书的实体识别中,ALBERT-BiLSTM-CRFs和IDCNN-CRFs模型比CRFs模型效果更好,且迁移能力更强。
关键词
法律判决书
特征生成
条件随机场
IDCNN-CRFs
albert-bilstm-crf
s
Keywords
Legal Judgments
Feature Generation
CRFs
IDCNN-CRFs
albert-bilstm-crf
s
分类号
D916.1 [政治法律—法学]
TP391.1 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于ALBERT-BiLSTM-CRF的抽蓄机组故障诊断知识图谱构建方法研究与应用
郭新杰
狄洪伟
李贺宝
吕志娟
张森达
《电力设备管理》
2024
0
下载PDF
职称材料
2
基于ALBERT-BiLSTM-CRF的煤矿事故案例文本命名实体识别方法
王向前
李敏敏
孟祥瑞
《阜阳师范大学学报(自然科学版)》
2022
3
下载PDF
职称材料
3
基于混合深度学习的藏医古籍命名实体识别研究
刘佳
边俊伊
《现代情报》
2023
2
下载PDF
职称材料
4
基于ALBERT的网络威胁情报命名实体识别
周景贤
王曾琪
《陕西科技大学学报》
北大核心
2023
1
下载PDF
职称材料
5
基于Albert模型的民族医药知识图谱构建
李晴
唐东昕
贺松
《计算机时代》
2022
1
下载PDF
职称材料
6
基于ALBERT+BiLSTM+CRF的事件抽取模型
韩娜
张昊洋
《黑龙江科技大学学报》
2022
2
下载PDF
职称材料
7
基于ALBERT的中文医疗病历命名实体识别
陈杰
奚雪峰
皮洲
盛胜利
崔志明
《南京师范大学学报(工程技术版)》
CAS
2021
6
下载PDF
职称材料
8
文本表示及其特征生成对法律判决书中多类型实体识别的影响分析
王昊
林克柔
孟镇
李心蕾
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2021
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部