排序方式: 共有136条查询结果,搜索用时 234 毫秒
1.
2.
在移动互联网时代,移动阅读、碎片化阅读已经成为人们阅读的主流方式。在用户阅读过程中,提供摘要内容以提高阅读效率是解决信息过载问题的重要途径之一。科技研究论文文本长、内容广且包含领域知识,其摘要生成任务相比于新闻等普通文本更具有挑战性。本文提出了一种科技论文结构化摘要方法。首先,将科技论文划分为不同的语步;其次,分别对不同语步文本进行抽取式摘要,将文本多特征按权重融入TextRank算法的迭代计算过程中,引入MMR (maximal marginal relevance)算法对预选摘要集进行冗余处理;最后,使用依存句法分析对文本进行语义分析,进一步精简摘要,并组合成结构化摘要。研究结果表明,相比于基准模型,该方法在不同语步的相关性、多样性和可读性指标提升上具有一定差异;结合人工评价发现,该方法在显著提升摘要多样性的同时,一定程度上提升了摘要的相关性和可读性。 相似文献
3.
使用学习模型定量分析信息用户检索行为特征,对于扩展传统用户研究的方法、促进学科间融合具有重要意义。本文首先分析了信息用户检索决策中的强化学习特征,并选择了强化学习模型中的Bush-Mosteller模型和Borgers-Sarin模型对用户的检索决策行为形成过程进行模拟。模拟结果表明Borgers-Sarin模型成功捕捉了用户检索行为的形成过程,说明用户学习规则特征表现为将预期与反馈结果进行比较;模型的参数表明用户行为的黏滞性、惯性特征明显。 相似文献
4.
针对本体系统中,知识的表现形式有限,OWL本身无法建立一般领域的规则,导致很多存在于社会关系本体中的隐含关系信息尚待挖掘的问题,将推理系统中的本体和规则相互分离,在社会关系领域本体的基础上,构建一系列SWRL规则以进行隐含关系的自动挖掘。在实验中,共定义22条关系规则,推理得出50条新的公理,由此进行社会关系本体的自动更新。 相似文献
5.
适用于隐含主题抽取的K最近邻关键词自动抽取 总被引:1,自引:0,他引:1
众所周知,K最近邻方法作为机器学习领域的一个经典的方法,在很多领域都有出色的表现.本文利用K最近邻方法的思想,提出了一种基于K最近邻的关键词自动抽取方法.现有的关键词抽取技术仅仅是对正文词汇的抽取,不能抽取隐含主题.隐含主题的抽取是关键词自动抽取技术的难点,但是该方法可以有效抽取隐含主题.该方法首先对数据进行预处理,使用向量空间模型将文本表述为数学化语言;然后,以人工标注关键词的文献数据作为训练集,使用K最近邻方法构建新文献的关键词候选集;最后,根据关键词本身的特点对候选关键词做了有效的后处理.实验表明,该方法不仅可以提高关键词抽取的准确率和召回率,还可以有效抽取文章的隐含主题. 相似文献
6.
7.
构建企业信息系统用户接受概念模型,并以ERP系统作为企业信息系统为例进行实证研究,采用结构方程分析方法对概念模型中结构变量间的关系假设进行验证。研究结果表明,模型中提出的多数变量对持续使用意图具有直接或间接影响,对于了解企业信息系统使用中的用户行为作用具有重要意义。 相似文献
8.
内驱力理论与强化学习模型的建立理论基础是一致的,文章使用量化的强化学习模型分析数据库用户检索行为中的内驱力特征。首先对Rotn-Erev模型、Bush—MostelIer模型和Borgers—Sarin模型进行结构剖析,然后简单介绍了衡量模型拟合度的准则和实验的基本要素,最后通过实验数据的模型拟合对用户的行为特征进行分析。 相似文献
9.
语义网的实现需要为网络上现有的和新的文档进行广泛可用的语义标注,使其内容可被机器所识别和理解。语义标注是清晰、明确、容易理解的,可作为大量应用的服务基础,适用于多种文本,包括网页、普通(非网络)文档、数据库中的文本等。本文根据语义标注的研究历程,介绍了国内外面向文本的语义标注研究现状,对语义标注所使用的技术进行总结;在已有语义标注方法分类的基础上,对现有的标注方法进行分类分析;指出了近年来语义标注方法的不足,并探讨了面向文本文档的语义标注发展趋势。 相似文献
10.
随着社会化标注系统应用的普及,社会化标签为用户的信息检索和信息组织提供了便利的平台,而现有的对社会化标签的研究关注应用层面的较多,较少探讨用户标注内在机制问题,而通过对用户标注动机的探究,可以指导社会化标注系统更好的满足用户的需要.因此本文采用自行研制的用户标注动机量表,通过调查社会化标注系统中有过标注行为用户的标注动机,从不同性别、不同年龄、不同学历、不同职业、不同社会化标注系统使用时间以及使用次数、不同标注资料类型7个方面分析比较不同背景用户标注动机的差异,最后为增强用户的标注动机提出相应的建议. 相似文献