从信息博弈看科技学术期刊的审稿策略

从信息博弈角度看,为了应对关系稿与审稿人的道德风险问题,科技学术期刊分别采取了"编辑学者化"与"信号识别"的审稿策略;但是,由此产生的"信号异化"及其所带来的"学术寻租"与"逆向选择"问题,使得科技学术期刊必须坚持"把科技学术期刊当作学术期刊来办"和"把专家审稿与编辑审稿相结合"的审稿策略.     

模式识别技术在企业信息工作中的应用研究

模式识别技术作为人工智能的基础技术,已经广泛应用到多个领域。以模式识别的概念和原理分析为基础,将模式识别技术与传统信息检索技术进行对比,提出模式识别技术的优势,通过论证认为模式识别技术在企业信息工作中有较高的价值,可广泛运用到满足企业信息需求、提供个性化信息服务、支持企业决策3个方面中。     

小语种文献数字化对网络文献集成揭示的实践意义

文章通过对小语种文献数据处理解决方案的研究与应用回顾,展示了国家科技图书文献中心（NSTL）在小语种文献加工及多语种数据处理方面的技术成果。该方案的实施,进一步提升了NSTL网络服务系统的功能,使得NSTL在国内文献服务领域率先解决了小语种文献的数字化加工和网上文献服务的多语种显示、检索等问题,对于网络服务系统多语种信息集成揭示具有重要的实践和示范意义。     

融合深度学习和链路预测的细粒度技术预测研究——以合成生物技术为例

[目的/意义]面向专利文本进行更细粒度的技术实体识别和技术预测,利于更详细地把握专利技术布局与趋势。[方法/过程]首先利用深度学习方法自动识别专利技术术语类实体,通过实验对比多组深度学习算法的优劣。其次,提出新的半监督标注和自定义标注方案,提高人工标注效率。最后,执行训练得到的最优模型,结合链路预测方法,对合成生物技术进行细粒度的技术预测。[结果/结论]实证结果表明RoBERTa-BiLSTM-CRF模型更适用于语义复杂的专利技术实体识别,F1值可达到86.8%,技术识别结果比传统IPC分析方法更精细。同时,细粒度的技术预测结果表明,合成生物学的合成方法在不断改进创新,合成物研究向合成燃料发展。     

基于关键词价值细分的高价值热点主题识别方法研究

对作者关键词进行价值细分研究,有助于识别学科高价值研究热点主题,帮助研究者们精确把握高价值研究主题和学科研究前沿。本文引入营销领域客户价值细分RFM (recency,frequency,monetary)模型,对各个指标进行动态加权,多次实验后,形成多组关键词价值细分结果;从关键词生命周期的角度,结合医学领域的生存分析方法,使用Kaplan-Meier曲线和Logrank检验验证,识别出最优价值细分结果;依据帕累托原则和聚类算法得到高价值热点主题。数据源选择CSSCI (Chinese Social Sciences Citation Index)收录的图情档领域期刊论文,对1998—2019年的题录数据进行实验。相较于已有的热点主题识别方法,本文的识别结果考虑了关键词的价值属性和分类,较好地识别了高价值热点主题。     

科技论文信息缺失和异位的编辑识别与纠正

结合编辑实践,列举并剖析科技论文中信息缺失与异位的常见类型,提出编辑在加工时应采取的对策与措施,纠正、还原信息的原有生态位,真正体现信息传播的价值。     

服务诚信与馆藏文献缺损防范

馆藏文献缺损长期处于难以被检测的状态,使图书馆陷入信任危机。LIB-100B在图书馆的应用表明,文献缺损智能识别技术在重塑图书馆诚信服务形象上效果明显。该项技术对于提高嵌入式、测重式自助借还系统的诚信度及其推广也具有重要意义。     

Alexa,Siri, Cortana,and More: An Introduction to Voice Assistants

Voice assistants are software agents that can interpret human speech and respond via synthesized voices. Apple’s Siri, Amazon’s Alexa, Microsoft’s Cortana, and Google’s Assistant are the most popular voice assistants and are embedded in smartphones or dedicated home speakers. Users can ask their assistants questions, control home automation devices and media playback via voice, and manage other basic tasks such as email, to-do lists, and calendars with verbal commands. This column will explore the basic workings and common features of today’s voice assistants. It will also discuss some of the privacy and security issues inherent to voice assistants and some potential future uses for these devices. As voice assistants become more widely used, librarians will want to be familiar with their operation and perhaps consider them as a means to deliver library services and materials.     

科技政策术语自动识别技术初探

在对科技政策领域术语的特点分析基础上,提出一种适用于科技政策领域的术语识别方法,即结合科技政 策术语的语言特点,采用统计计算的方法进行两次术语过滤过程,实现科技政策术语的自动识别。实验结果表明,本 文提出的基于科技政策术语语言特点和统计计算相结合的科技政策术语自动识别的方法具有一定的可行性,将用于科 技政策词典的构建和科技政策文本内容的深层次语义分析。     

基于条件随机场的学术期刊中理论的自动识别方法

[目的/意义]从学术期刊中抽取其中的理论是对文献进行内容分析的前提,实现理论名称识别的自动化可以提高内容分析的效率。[方法/过程]将理论识别视为一类命名实体识别问题,总结现有的命名实体识别的常用方法,提出一个基于语义泛化思想的命名实体识别方法,选取词性、知网义原等外部知识,采用CRF模型对《情报学报》1822篇论文的标题和摘要进行实验。[结果/结论]实验表明,识别准确率最高达到95.38%,但召回率较低;训练语料规模对性能影响较大,不同程度的语义泛化方法对准确率和召回率有复杂影响。如何选择语义特征、语义标注和语义消歧是需要解决的新问题。