地方政府电子政务应用平台的总体规划与逻辑设计

以我国地市级地方政府电子政务应用解决方案为核心,围绕地市级地方政府政务信息的有效传输和资源共享问题,针对地市级地方政府的政务工作模式和已有的信息技术,对地市级地方政府的电子政务应用平台进行总体规划与逻辑设计。     

信息检索系统日志建模研究

信息检索系统通过定制日志采集数据的方式,可以发现用户访问行为的特征及需求信息。重点研究信息检索系统中适用的定制日志建模理论和方法,通过业务建模、概念建模、逻辑建模和物理建模方法,发现建模过程中的规律和特点,通过在NSTL嵌入式系统中的实验,验证所提出的方法。     

基于本体的刑事审判案例推理方案研究

构建刑事审判案例推理模型,研究基于历史案例本体知识库对判决结果进行推理的算法。在已构建的刑事审判本体知识库基础上,基于案例特征将决策树、神经网络等算法相结合训练推理模型,预测目标案例的判决结果。实验结果表明：本研究构建的案例推理模型可以较好地对判决类型和刑期进行预测,对审判人员的工作产生积极的数据支撑作用,提升刑事判决领域处理信息的效能。     

基于ACRL《高等教育信息素养框架》的大学信息素养教育生态系统构建——以香港城市大学图书馆为例

[目的/意义]理解ACRL《高等教育信息素养框架》（简称《框架》）中阈概念之间蕴含的逻辑关系以及教育层次，是构建大学信息素养教育生态系统的前提与基础。[方法/过程]将《框架》中信息素养的逻辑架构做立体层次性分析，以此为基础对信息素养的教育架构进行说明，并结合香港城市大学图书馆开展的"灯塔历史文化研究"项目案例，阐释大学信息素养教育生态系统构建的方法与过程。[结果/结论]信息素养教育生态系统的构建是以培养学生判断力、分析力、研究力为核心，包含通识教育、技能教育、拓展教育，以及多方人员和组织共同参与合作的完整教育过程，是培养学生信息素养可靠稳定的教育体系。     

法规和标准的一致性分析——也评GB/T3179—2009《期刊编排格式》

围绕GB/T 3179—2009《期刊编排格式》与国家现行法规是否具有一致性,出现了一些争议。从法规与标准关系入手剖析了一致性含义,认为法规与标准既有共性也有不同。标准与法规的一致性包括后继一致性、前瞻一致性和有限一致性,不存在完全一致性。认真比对相关法规,依据法规蕴含的法制精神及内在逻辑要求,逐条分析该标准中引起争议的内容与国家现行法规的一致性,认为标准中相关规定较好地体现了法规要求,作出了前瞻性探索和延伸。为利于出版活动健康发展,对新闻出版法规体系及标准建设提出建议。     

知识型员工绩效产生的钻石模型及评价研究

界定知识型员工的内涵与特征,构建知识型员工绩效产生的钻石模型,在此基础上从知识基础、意愿与态度、能力、业绩、岗位、知识环境等6个维度提出知识型员工的绩效评价指标体系,并引入D S证据推理方法,对知识型员工的绩效进行实证分析,表明该推理方法在知识型员工绩效评价中的科学性和实用性。     

基于形式概念分析的领域本体描述模型研究

针对如何运用形式概念分析（FCA）协助完成领域本体的描述问题,先阐明基于FCA的领域本体描述原理,进而提出基于FCA的领域本体描述模型,最后以脊椎动物领域为例,给出一个基于FCA的脊椎动物领域本体描述的实例。     

知识服务环境下语义化开放接口应用研究

概述知识服务环境下语义化开放接口的应用环境,详细分析语义化开放接口的主要功能和实现方式,并结合国内外相关知识服务系统在语义化开放接口方面的具体应用进行研究,最后对知识服务环境下语义化开放接口应用进行整体归纳。     

科技论文编校过程中逻辑问题的归类分析与处理

科技论文中存在的逻辑矛盾是编校过程中不容忽视的问题。本文以录用后进入编校环节的稿件为研究对象,从科技论文逻辑校对的必要性和可行性入手,结合笔者经验和实例,将科技论文中常见的逻辑问题归纳总结为文字表述逻辑矛盾、数学表述逻辑矛盾、图表中的逻辑问题、综合性问题4类。并对逻辑问题产生的可能原因进行了梳理,包括缺乏写作经验、对基本公式理解死板、复审修改时未能前后兼顾、修改意愿低等。在此基础上,按照逻辑问题的复杂程度给出了处理方法以及注意事项,以期为科技期刊编校质量的提升做一些有益探索。     

规则增强的知识图谱表示学习方法

知识图谱（Knowledge Graph,简称KG）的表示学习方法旨在将知识图谱的实体和关系表示为稠密低维实值向量, 进而在低维向量空间中高效计算实体、关系及其之间的复杂语义关联, 在知识图谱的构建、推理、融合、挖掘以及应用中具有重要作用。已有的知识图谱表示方法仅仅考虑了知识图谱中的直接事实,忽略了知识图谱中一些隐藏的语义信息,这些语义信息对于知识图谱关系和实体的嵌入表示有着重要的影响。本文提出了一种规则增强的知识图谱表示学习方法,该方法首先通过知识图谱规则挖掘的方法提取一组可代表知识图谱语义信息的Horn 逻辑规则,随后通过基于规则的物化推理方法将相应的隐藏语义信息注入到知识图谱表示学习模型中。实验结果表明,基于规则增强的方法可以显著提升已有知识图谱表示学习模型在链接预测和定理预测上的效果和性能。