面向科技文献多维语义组织的混合倒排索引构建方法

[目的/意义]为满足科研人员对科技文献内部细粒度语义信息进行高效查询的迫切需求,前期研究提出了面向科技文献的多维语义索引体系,然而基于HashMap的常见倒排索引会导致查询效率低下。本文旨在通过面向不同维度语义特征建立混合倒排索引,以改进语义查询性能。[方法/过程]本文以Treap、B+树等多种数据结构探索适合不同语义维度的倒排索引构建方法,并将其组合形成多种适用于科技文献多维语义组织的混合倒排索引构建方法,并通过对比实验,在排序查询和布尔查询条件下分析验证不同类型倒排索引构建方法的查询性能。[结果/结论]实验结果表明,组合形成的8种混合倒排索引构建方法中,表2所示的C3(HHHB)被证明在排序查询条件下具有最高的效率,而C4(TTTB)则在布尔查询条件下被证明最为高效。本文的方法能有效解决单一索引结构导致的查询效率问题。

基于知识图谱的中文科技文献问答系统构建研究

科技文献问答系统能以自然语言对话的方式为用户提供高水平的知识服务。针对语义解析型知识图谱问答系统存在跨领域适应性弱及现有基于深度学习、大模型的问答系统存在结果可解释性差且难以溯源的问题,提出基于句式特点的中文问题分类方法,并设计基于Pipeline方法的中文科技文献问答系统框架。实验结果表明,基于句式特点的问题分类具有不依赖于特定领域的特点且在效果上与基于意图的问题分类基本相当,基于Pipeline的问题解析方法能有效地将问题转化为知识图谱查询语句,从而满足用户对自动问答结果可解释、可溯源的基本需求。

出土文献韵文数据的可视化呈现——以简帛方术文献为例

文章以出土战国秦汉数术及医方文献的押韵材料为研究对象,借助可视化分析工具Gephi,对音韵材料中韵文的分韵情况进行展现,直观呈现了不同时地、相同或相近使用功能的韵文材料的语音特征。可视化图像解释了简帛方术文献韵文韵系及韵脚字的网络关联,同时展现了这批实用性材料的韵文在用韵上继承传统而又力求新变的面貌,推动简帛方术文献音韵学价值和文献学价值的充分挖掘。

地方科技文献共享平台服务研究

在对各个省市科技文献共享平台的网站内容调查分析基础上,从门户建设、服务量、服务内容、服务费用等方面分析平台服务情况,提出地方科技文献共享平台的发展应重视服务项目开发,加强服务深度,拓展服务范围,注重服务宣传。表2。参考文献12。

信息可视化在科技文献深度挖掘中的应用

信息可视化是常用的数据挖掘方法之一，它通过把海量的数据转化成可视化的形式让人们更容易观察、浏览和理解信息，并且找到数据中隐藏的模式。目前，国家已经建立海量的科技文献资源，但仅限于查询、浏览、全文传递等服务，没有得到充分的开发利用。本文介绍了利用信息可视化技术科技文献资源进行深度挖掘的方法，并介绍了一种监测模型CiteSpaceⅡ，它可以对科技文献中涌现的趋势和临时模式进行监测和可视化。最后总结出了利用信息可视化技术对科技文献资源进行深度挖掘的一般步骤和常用的开发工具。

科研用户对非文献资源需求研究——以中国科学院科研用户及研究生为例

以中国科学院科研用户及研究生为调研对象,通过深度访谈调研科研用户对各类型非文献科技资源的需求,包括各类型资源获取途径、获取目的及获取信息中存在的问题和困难,藉此为中国科学院国家科学图书馆规划综合科技资源保障体系提供需求支持。

科技文献检索中基于主题词表分面化改造的分面构建

分面检索已经在科技文献检索中得到了广泛应用，但由于内容角度的分面设置或者粒度过粗，不能帮助用户有效细化需求，或者粒度较细但存在严重的信息过载问题，因而用户体验并不理想。面向这一问题，本文提出了基于主题词表分面化改造构建科技文献内容分面的思路。为验证该思路的可行性和效果，本文以教育学科为例进行了原型系统实现。通过原型系统与某知名学术检索系统的效果对比可以确认该思路效果较好，主要表现在两个方面：①基于该方法构建分面可以将检索结果所涵盖的主题及分布进行较为清晰的展现；②基于该方法产生的分面数量有限且各分面下重要焦点较少，几乎不会带来信息过载问题。

一种基于智能Agent的科技文献快速协作推送机制

针对目前网络科技文献共享平台上汇聚的海量的科技文献,提出了一种新的基于智能Agent的科技文献快速协作推送模型,通过引入由智能Agent技术构建的用户Agent、数据传递Agent、信息评估Agent、信息分析Agent、服务器监控Agent和数据挖掘Agent,在客户机和服务器之间建立一种有效的协作关系,联合为每个用户主动提供最符合其需求的科技文献。提出了一种新的文献-读者契合度评估算法,算法综合考虑用户主动提供的订阅信息、用户的阅读历史情况、文献价值客观评价值以及文献发表的先后时间,获取契合度值向量对文献与读者的匹配情况进行客观的评估,从而在准确获得用户真实兴趣和关注领域的情况下及时为用户提供最有价值、最符合用户需求的高质量科技文献信息。分析了目前的网络信息获取和传送方法,然后介绍了基于智能Agent的科技文献快速协作推送系统模型,最后详细探讨了文献-读者契合度评估算法及契合度向量的各个参数的计算方法。

技术竞争情报融入科技查新服务的实施

介绍了科技查新与技术竞争情报在研究内容、研究方法的融合,分析了将技术竞争情报融入科技查新的必要性与可行性,从科技查新服务内容、服务形式和查新报告三方面,并结合案例分析,论述了技术竞争情报融入科技查新服务的实施过程,在文献检索及撰写查新报告中融入技术竞争情报的分析是二者融合的有效途径。

深度学习技术在科技文献数据分析中的应用研究

[目的/意义]为了解决从海量科技文献数据中进行有效数据分析的问题,学习高级的抽象特征,需要引入深度学习技术,科技术语可以表征科技概念,表达科技数据(非数值的科技数据)的核心内容,是科技数据情报分析的重要内容之一。[方法/过程]文章重点介绍基于深度学习技术的科技文献向量表示方法,探索深度学习技术在科技术语抽取中的可用性问题,并在真实有效的科技数据集上做出实验性的分析和结论。[结果/结论]实验结果表明:深度学习技术在科技文献的数据表示和科技术语抽取方面具有一定的可应用性。[局限]本文的实验数据有限,在数据量具备的情况下,效果会更理想。同时,本文对深度学习技术在科技文献数据分析工作中的应用和存在的主要问题进行了分析和阐述。

科技查新质量管理的多因素循证分析

目的:为了解不同查新机构的查新报告质量的差异和影响因素,以及存在的问题,总结科技查新的经验,提炼科技查新质量管理的研究方法。方法:由22家查新机构统一完成同一查新项目,采用查新、科研管理与相关领域专家判读的方法,对所完成的22份查新报告的质量要素和相关影响因素进行分析。结果:发现不同查新机构出具的查新报告中的各要素如资源选择、检索策略、结果列举、查新结论等均存在较大差异。结论:应提高科技查新咨询业务水平及其标准化程度。

欧盟科技报告的政策与管理

欧盟是世界经济一体化组织,经济科技发展水平普遍较高。通过对欧盟科技报告的政策和管理进行研究,了解欧盟科研机构设置、科技报告呈交、管理方式、质量控制手段、知识产权政策和开放共享政策,为我国科技报告体系建设提供可以借鉴的经验。

科技文献共享平台应用服务体系建设研究——以广西科技文献共享与服务平台为例

完善科技文献共享平台应用服务体系建设,提高平台应用服务效率是支撑科技创新和经济社会发展的需要,也是提升科技文献资源利用水平的关键。以广西科技文献共享与服务平台为例,对平台应用服务的现状及存在的问题进行分析,并在此基础上提出推进平台应用服务体系建设的思路和举措。

非相关文献知识发现方法在航天科技情报研究中的应用分析

概述了非相关文献知识发现方法的原理以及国内外应用现状,总结了该方法的发现流程以及开发人机交互系统所需要的关键技术,对比分析了非相关文献知识发现方法应用于生物医学领域及航天科技情报研究领域的异同点,人工模拟了用该方法发现新型飞行器隐身技术的知识发现过程,验证了非相关文献知识发现方法用于航天科技情报研究领域的可行性,揭示了规模应用的努力方向。

“十四五”期间我国科技情报事业的发展思考

[目的/意义]提出"十四五"期间我国科技情报事业发展策略,为国家管理部门提供参考。[方法/过程]首先分析了我国科技情报工作的现实机遇与挑战,进而提出了我国科技情报事业发展的重点任务和推进策略。[结果/结论]"十四五"期间,我国科技情报事业应以立体化科技情报资源体系、科技监测预测与响应体系、全程化知识服务体系、多层次情报产品体系、特种文献保障体系建设为主要任务;重点推进科技情报体制和制度建设、科技作品的版权登记与数据生产要素建设、科研标准化体系和情报工程基础设施建设、自主可控的开放融合生态环境建设、情报业务流程再造和新型情报岗位人才培养等工作。

兵器科技文献资源保障平台设计与开发——以兵器科技文献资源保障平台建设为例

提出了兵器科技文献资源保障平台的建设思路、平台总体框架设计与系统结构模式设计,阐述了平台建设的主要工作内容,包括平台运行环境、网站搭建、数据库建设、平台服务功能与管理功能的实现,最后探讨了平台建设中的关键问题。

基于序列模式的科技文献中知识元抽取研究

为提高科技文献中各类型知识元抽取的效率,提出一种基于序列模式的科技文献知识元抽取模型。该方法首先在各类型知识元描述规则的基础上,对知识元语句进行依存句法分析,生成融入语义的知识元序列模式;其次,基于知识元序列模式,通过模式匹配算法实现各类型知识元的抽取;最后,基于Prefixspan算法,从抽取的知识元中挖掘出新的描述知识元的序列模式,以实现知识元序列模式的不断动态更新与扩展,进而依据知识元序列模式提高知识元的抽取效率。基于序列模式的科技文献中知识元的抽取方法,克服了基于规则匹配的语义局限,具有学科延展性,提高了知识元抽取的效率。

科技文献资源中学科知识漂移研究

为识别科技文献中知识变异的特征和规律,急需对科技文献中学科知识漂移现象进行研究。文章提出了科技文献资源中学科知识漂移分析框架,包括学科概念语义云模型的云滴生成、基于云滴的语义云模型构建和基于语义云模型的学科知识概念漂移三个步骤。最后,以图书情报学领域为实验对象进行实证分析,通过对实验结果的分析发现基于知识漂移分析框架识别的知识漂移的结果与专家人工判断的结果相关性较高,说明该方法具有一定的科学性和有效性。

科技报告、专利文献和标准文献资源检索与利用

本文着重叙述中外文的科技报告、专利文献和标准文献这三种文献检索与获取方法,旨在为科技工作者提供快速、准确地检索和获取这三类文献资源的途径。

科技文献的实验语料句抽取方法

为方便研究自然语言处理的学者选择更有效的实验语料,进行自然语言处理类科技文献的实验语料抽取研究。实验语料是指自然语言处理类文献在实验过程中使用的文本类数据,如训练数据、测试数据等。将文本划分为实验语料句和非实验语料句两类,统计实验语料句的词汇特征和位置特征,构建相应的特征库,用朴素贝叶斯模型对特征进行训练。在词性标注和分词的基础上,结合机器学习生成的模型判定是否为实验语料句,进行抽取。以自然语言类科技文献作为数据来源,在该领域随机选取了200篇科技文献进行抽取实验,对比人工判别方法和所提方法的抽取结果,验证了所提方法能够较为准确地获取实验语料信息。