论信息资产的识别

信息资产是组织所掌握或控制的、能够为组织带来经济利益的、与组织信息相关的一切资产。对信息资 产进行识别有利于组织实施有效的管理。在讨论信息资产特征的的基础上,提炼和优化信息资产识别指标,构建信息 资产识别表,制定信息资产识别步骤,为信息资产的识别提供了可行方法。     

产品命名实体特征选择与识别研究

随着互联网经济的飞速发展,信息抽取领域的产品命名实体识别在商务智能领域有着广泛的应用。本文采用条件随机场(CRF)模型,选取词汇、词法和词形上一系列的特征进行训练,通过交叉验证对识别效果进行评价,并通过识别效果指导特征的选取。实验中比较了两种标注方式(BRAND/TYPE和PROD),并取得了令人满意的识别效果。在与最大熵模型对比中,验证了CRF模型对于产品实体识别的优越性。     

方志类古籍地名识别及分析研究——以《方志物产》(广东分卷)为例

以地方志资料汇编《方志物产》(广东分卷)为语料,利用命名实体识别技术实现物产地名的自动识别。通过对物产地名、识别规则的文献计量学研究,挖掘物产分布、物产引进和传播等知识内容,为方志类古籍的数字化整理提供新途径。     

网络公关：话语权争夺和网络舆论引导——以美国总统大选中奥巴马的网络公关为例

网络公关的实质即话语权的争夺和对网络舆论的引导.当前各种公关活动依靠网络媒体的传播优势取得了空前成功,但同时也带来了各种潜在的隐患.     

藏族人名汉译名识别研究

藏族人名汉译名识别属于人名识别的范畴,但现有的人名识别方法并不能完全切合藏族人名命名特点:藏族人名具有浓厚的宗教文化内涵,字(串)特征和内部构成复杂;其次,藏族人名中含有大量高频单字,使得藏族人名和普通词语之间歧义冲突变得十分突出,同时也使得藏族人名和上下文之间的边界变得非常模糊.本文在大规模藏族人名实例和语料库调查基础上,统计分析了藏族人名的用字(串)特征,并构建了藏族人名属性特征库;通过藏族人名的命名规则及属性特征将藏族人名形式化表示,实现了藏族人名汉译名自动识别系统.真实语料库开放测试F值达到87.12%.     

科技论文加权国际认同的测度方法构建与实验

提出一种科技论文国际认同程度的测度方法。实验结果表明,加权国际认同相对于Marek Kosmulski提出的国际认同、h指数、篇均被引次数具有一定的优势,可以弥补h指数类指标对引用次数变化不敏感和对年青研究人员评价不公平的缺陷。同时,也有利于避免因为利益一致带来的相互引用给引文分析带来的干扰。
     

自动术语识别存在的问题及发展趋势综述

自动术语识别对于以内容分析为主的情报研究具有重要作用。在目前研究的基础上,重点分析自动术语识别存在的问题,包括词性过滤难以兼顾召回率和准确率、单词术语和低频术语的识别未引起足够重视、术语识别领域相关性有待加强等。最后阐述自动术语识别的多特征融合、机器学习方法、高质量和高隶属度的领域术语识别、新术语识别、语义识别等发展趋势。     

数字人文下的典籍深度学习实体自动识别模型构建及应用研究

[目的/意义]典籍是我国传统文化、思想和智慧的载体,结合数字人文的数据获取、标注和分析方法对典籍进行实体自动识别,对于后续应用研究具有重要意义。[方法/过程]基于经过自动分词与人工标注的25本先秦典籍构建古籍语料库,分别基于不同规模的语料库和Bi-LSTM、Bi-LSTM-Attention、Bi-LSTM-CRF、Bi-LSTM-CRF-Attention、Bi-RNN和Bi-RNN-CRF、BERT等7种深度学习模型,从中抽取构成历史事件的相应实体并进行效果对比。[结果/结论]在全部语料上训练得到的Bi-LSTM-Attention与Bi-RNN-CRF模型的准确率分别达到89.79%和89.33%,证实了深度学习应用于大规模文本数据集的可行性。     

高校可转移专利识别研究--基于贝叶斯理论和组合赋权法

[目的/意义]研究高校可转移专利的识别,对于提高专利推送质量,促进高校科研与社会经济的对接具有积极意义。[方法/过程]首先在文献调研的基础上检验并确定可量化专利识别指标,并结合贝叶斯理论对高校可转移专利进行初步筛选;然后使用复相关系数-变异系数组合赋权法计算各识别指标权重,并计算剩余专利的加权综合转移概率;最后依照综合概率值大小识别可转移专利,并用转移数量较高的医用配置品领域高校专利对本方法进行实证。[结果/结论]该方法利用贝叶斯理论和组合赋权方法,通过初步筛选和二次识别,实现了对高校可转移专利综合概率的有效计算,即保证了结果的准确性,又兼顾到高校专利管理资源的有限性,为提高专利推送质量奠定了良好的基础。     

不平行的空间:用户生成内容大数据质量探析

UGC大数据中有许多前互联网时代难以获取甚至无法获取的资料,并且避免了通过传统方法获取数据的诸多缺陷,因而被作为一种新的资源运用于社会科学研究。开展这类研究,UGC大数据的质量是必须首先考虑的问题。本文从信息生产特点、信息传播过程、信息检测识别技术等多个角度,对UGC大数据质量存在的问题及其形成原因进行探析。研究发现:UGC大数据存在自身特有的缺陷,网络信息空间并不能完美地映射社会现实空间;将UGC大数据运用于社会科学研究,难以保证数据的真实性、自然性和准确性。因此,具体研究需要对数据质量进行预判和检验,并采用与传统研究方法相结合等策略来应对。