基于多元关系融合的科技文本主题识别方法研究

当前文本主题获取方法大多依靠单一关联分析,不能全面分析可获取信息,难以准确获取科技发展主题。科技文献的主题词、作者和引文之间蕴含了以研究主题内容为纽带的语义关联关系,主题词共现关系、引文关系和合著关系分别从不同的角度展现了主题关联关系。因此,本文根据主题词之间语义关系距离的远近,将主题识别中主题词关联分为基础关系、强化关系和新增关系,在此基础上提出面向主题识别的多元关系抽取及关系融合方法;并以基因工程疫苗的研发与制备领域为例进行领域实证分析,利用PathSelClus算法实现基于多元关系融合的主题聚类,通过对比实验证明多元关系融合可以有效提高实证领域的文本主题聚类效果,而未来多关系融合主题识别则是需要重点关注的问题。图4。表6。参考文献19。     

语音信息的内容分析技术研究综述

研究语音信息内容分析的特点，对比文本信息分析处理的异同，对语音信息的内容分析技术进行综述并给出内容分析技术的体系框架,并对语音识别、情感信息的识别、语音识别分类等重难点技术进行研究。     

网络舆情语义倾向性的隶属度研究

[目的/意义]研究网络舆情语义倾向性隶属度,增强对网络舆情研判与引导的科学化程度,为相关部门提供决策参考。[方法/过程]在探讨网络舆情语义识别的基础上,运用模糊数学方法对网络舆情信息语义倾向性隶属度进行相关研究,并结合具体实证展开分析。[结果/结论]实验结果表明,本文所提出的算法能够深入挖掘网络舆情语义倾向性信息,更好地为相关管理者提供舆情危机预警服务,提高决策效率。     

面向专利的化合物和生物实体识别系统

探索专利文献中的化合物和生物知识变得至关重要。为了识别化合物实体和生物实体,开发了面向专利的化合物和生物实体识别系统。系统基于开源的机器学习和自然语言工具进行开发。系统按照流水线模式进行,本文将详细阐述其三个主要过程：预处理（句子分割、词条化）,识别（基于条件随机场的方法）,后处理（基于规则的方法）。最后,利用系统在已标注的化合物专利语料库进行大量实验,进行十折交叉验证,得到了 69.20% 的 F 值。但是,从结果可以看到,在专利文献上的实验表现,要低于论文和新闻语料库中的表现。     

利用多策略模糊综合评判的术语关系识别方法研究

利用多策略模糊综合评判的方法进行术语关系识别,首先采用多种相似度计算方法计算术语的相似度,然后利用连续属性离散化方法确定关系类别及阈值区间的划分,利用样本分布概率确定区间对类别的隶属度,利用粒子群算法和交叉验证法确定因素权重,最后利用模糊综合评判方法将所有相似度计算方法的计算结果进行融合处理,实现术语关系的识别。本研究将以中国科学技术信息研究所已有的新能源汽车领域汉语科技词系统中的术语作为测试集,用准确率、召回率和 F 值对关系识别的结果进行评价,论证该方法的有效性。     

文本数字化图像OCR识别的准确度测度实验与提高

基于英国国家图书馆的Reshelp和Burney两个古旧英文报纸数字化项目,作者对文本型数字图像的OCR识别的准确度进行测试实验,结果显示整体准确度不高,且从高到低依次为字符、单词、重要单词、大写字母开头的重要单词。然后,将OCR识别周期划分为数字扫描对象的获取、数字图像的生产、数字图像的处理和文本识别等四个阶段,分析每个阶段影响准确度的因素,探讨提高准确度的具体措施。     

面向领域中文文本信息处理的术语识别与抽取研究综述

领域中文术语识别与抽取是领域中文文本信息处理的基础,对于提高中文文本索引与检索、文本挖掘、本体构建、潜在语义分析等的处理精度有着重要的意义。在对领域术语的内涵和特征的阐述基础上,重点对领域中文术语识别与抽取的研究现状、主要的方法以及典型的应用进行综述,最后指出其未来的发展趋势。     

网络信息言论自由的法律界限

网络信息言论主体的匿名性、载体的复杂性、内容的多样性与网络信息言论的互动性使网络信息言论自由对传统言论制约制度带来了巨大的冲击。根据限制网络信息言论自由的公共利益原则、最小限制原则、事后限制原则、明显且即刻的危险原则、特别权衡原则与法律规定明确、限制精确原则提出了网络信息言论自由的若干法律界限。     

基于知识元的中文文本层级分割

[目的/意义]为帮助用户检索到完整的、粒度大小适当的知识单元，满足用户多粒度的知识需求。[方法/过程]提出一种基于知识元的文本层级分割方法。该方法首先对知识元的类型及其描述规则进行分析；然后依据知识元描述规则识别实体资源中的各类型知识元，并将所有的知识元和知识元之间的衔接句视为一个类；最后基于fisher分割算法对该类进行逐级二分，直到识别出所有的主题为止，确定分割边界，实现文本层级分割。[结果/结论]基于知识元的中文文本层级分割方法，一方面使得文本分割单元从句子扩展为知识元，提高分割时的效率，另一方面将知识服务的控制单元从文献深入到以知识元、知识元集合为单位的知识块，按需为用户提供相关知识服务，使数据检索、信息检索向知识检索迈进，提高知识获取效率，实现信息服务向知识服务的转型。     

依存句法特征的科研命名实体识别算法

[目的/意义] 探索科研命名实体及其关系的识别与抽取，提升其在长句等复杂情况下的识别效果，为进一步的应用提供参考与借鉴。[方法/过程] 以依存句法特征分析为基础，提出一种科研命名实体关系抽取方法，过程包括：①使用Standford Tagger工具对目标文本进行词性标注；②基于标注结果，围绕核心谓词和SAO结构，将目标文本分割为结构规范的语义片段；③通过依存句法分析，找出与核心谓词语义相关的主语和宾语，构成（实体，关系，实体）三元组。[结果/结论] 与Ollie、Reverb等主流算法进行的对比测试表明，该方法可以有效提升科研命名实体识别的准确性。