艺术类高校机构知识库建设的实证研究

结合艺术类高校机构知识库的建设实践与体会,研究并总结了机构库建设中有关建设目标、框架构建、规范体系、版权问题、管理模式、质量控制、缴存政策等重要环节,并提出了机构知识库建设过程中的问题以及应对策略。     

我国档案从业者从事理论研究的现状分析——基于2010-2011年的文献计量分析

档案学是一门应用性很强的实践性学科。从理论来源于实践并应用于实践的辩证关系角度来说,开展档案学研究理论上应该是以档案从业者为主体。文章通过2010-2011年档案从业者和高校档案专业教师发文数量的统计对比,论证了事实上档案从业者在研究队伍中处于配角地位,并对造成现状的原因进行了分析,最后从档案从业者自身和外部环境两方面寻找改变现状的出路。     

论国家信息政策法规的制定需求

详细阐述国家信息政策法规作为人类社会中所存在的一种“供给”,其产生与发展最终源于三大“需求”,即来自信息消费方面的制定需求、来自信息环境方面的制定需求和来自信息经济方面的制定需求。在此基础上,进一步论述这三大制定需求对国家信息政策法规的作用机制。     

对期刊论文全文数据库光盘的理性思考

期刊论文全文数据库光盘作为文献检索工具的意义已为大家认同 ,但对其替代印刷型期刊认识不足。它不是一般意义上的电子期刊 ,而是多种期刊内容的集合。因此能否用它替代印刷型期刊 ,还是一个值得研究的新课题。参考文献 17。     

Automating the Construction of Internet Portals with Machine Learning

Domain-specific internet portals are growing in popularity because they gather content from the Web and organize it for easy access, retrieval and search. For example, www.campsearch.com allows complex queries by age, location, cost and specialty over summer camps. This functionality is not possible with general, Web-wide search engines. Unfortunately these portals are difficult and time-consuming to maintain. This paper advocates the use of machine learning techniques to greatly automate the creation and maintenance of domain-specific Internet portals. We describe new research in reinforcement learning, information extraction and text classification that enables efficient spidering, the identification of informative text segments, and the population of topic hierarchies. Using these techniques, we have built a demonstration system: a portal for computer science research papers. It already contains over 50,000 papers and is publicly available at www.cora.justresearch.com. These techniques are widely applicable to portal creation in other domains.     

The TREC-5 Confusion Track: Comparing Retrieval Methods for Scanned Text

A known-item search is a particular information retrieval task in which the system is asked to find a single target document in a large document set. The TREC-5 confusion track used a set of 49 known-item tasks to study the impact of data corruption on retrieval system performance. Two corrupted versions of a 55,600 document corpus whose true content was known were created by applying OCR techniques to page images. The first version of the corpus used the page images as scanned, resulting in an estimated character error rate of approximately 5%. The second version used page images that had been down-sampled, resulting in an estimated character error rate of approximately 20%. The true text and each of the corrupted versions were then searched using the same set of 49 questions. In general, retrieval methods that attempted a probabilistic reconstruction of the original clean text fared better than methods that simply accepted corrupted versions of the query text.     

面向语义信息分析的多层次技术演化轨迹识别方法研究

[目的 /意义]面向语义信息以层次渐进的方式识别技术演化轨迹,有助于加强对技术细节的理解并提升轨迹识别的准确性.[方法/过程]首先,提取专利和科技论文的SAO结构,依据语义信息确定研究主题,并利用S曲线分析技术生命周期.其次,借助机器学习算法与社会网络分析指标,分不同周期,通过多层次提取,筛选技术演化轨迹.最后,以造血...     

地学数据共享发展现状、问题与对策研究

数据密集型科研范式下的现代地学研究对地学数据共享提出了新的要求。在全面总结国内外地学数据共 享发展现状的基础上,分析地学数据共享在机制、数据发现、共享质量、共享效率等方面存在的问题,提出保障数据 贡献者权益和数据标识、出版与引用评价激励措施相结合的志愿数据共享机制,基于语义的智能数据发现、优化排序 与关联推荐,优化数据描述和数据获取两个层面的数据共享质量提高措施,以及发展“数据- 模型- 计算”一体化共享 的科研信息化环境等未来地学数据共享的发展对策。     

一种基于源网页质量的锚文本相似度计算方法--LAAT

锚文本作为对目标网页的描述,往往分布在不同的源网页上,质量也参差不齐。本文利用了超链接分析算法的成果,提出一种基于源网页质量的锚文本相似度计算方法——LAAT(Link Aid Anchor Text)。实验表明,利用源网页质量能够有效地综合各源网页上的锚文本组成,从而能够提高检索性能。     

面向高速信息网络的国家信息政策

1高速信息网络环境下的国家信息政策需求1．1高速信息网络的巨大社会影响1946年,世界上诞生了第一台重达30吨的电子计算机,谁也不曾料到,这硕大无比的“怪物”竟在不足50年的时间里与后起的远程通信技术、网络技术以及其它信息相关技术一起开创了一个人类文明的新时代...