网络招聘文本技能信息自动抽取研究

[目的/意义]针对目前网络招聘文本手工抽取技能信息无法满足大数据量分析要求的问题，提出一种针对大量网络招聘文本的技能信息自动抽取方法。[方法/过程]根据网络招聘文本的特点，利用依存句法分析选取候选技能，然后提出领域相关性指标衡量候选技能，将其融入传统的术语抽取方法之中，形成一种网络招聘文本技能信息自动抽取方法。[结果/结论]实验表明，本文提出的方法能够从网络招聘文本中自动、快速、准确地抽取技能信息。     

科技论文英文注释语句中的省略问题

通过对科技论文英文注释语句中省略现象的分析,归纳出其省略用法的一般规则:省略注释语句的主语、动词be以及常用短语中的虚词;用标点符号替代注释句的谓语动词.对经常出现的注释句中的省略错误进行剖析,并给出了相应的修改方法.     

油气勘探开发论文题名英译常见谬误简析

根据对<石油勘探与开发>近千篇论文英文摘要的编校实践,列举出油气勘探开发论文题名英译出现的一些问题,并进行简析.     

我国SCIE收录期刊学科分布及建议

通过研究中国SCIE期刊学科分布,为中国英文期刊的学科布局提供依据,以提高我国英文期刊水平、吸引优质稿源回流.利用WoS和JCR,获取我国SCIE期刊的刊名、学科领域、影响因子等指标,对比分析出我国没有SCIE期刊的空白学科领域,并研究相关领域的论文产出情况.结果显示:我国SCIE收录期刊学科分布不均,具有Ql区期刊的学科有12个,期刊数大于或等于5刊次的学科有13个,尚有71个学科没有SCIE期刊;有些空白领域已有大量SCIE论文发表,有实力创办高水平英文期刊.     

语段结构方法在社会媒体信息处理中的应用

[目的/意义] 社会媒体中的信息抽取是信息过载环境下创新社会媒体服务应用面临的重要问题,为此介绍一种可应用于社会媒体信息处理的语段结构方法。[方法/过程] 梳理语段结构方法的国内外研究进展,阐述其基本原理,并通过一个微博实例进行验证分析。[结果/结论] 通过以上工作,探讨将语段结构方法应用到中文社会媒体信息处理中的可行性,以及应用该方法实现中文信息机器处理所面临的研究问题与挑战。     

惩罚性矩阵分解及其在共词分析中的应用

[目的/意义] 基于高维矩阵稀疏降维的思想,提出一种利用惩罚性矩阵分解(Penalized Matrix Decomposition,PMD)实现共词分析的新方法。[方法/过程] 以"学科服务"为研究主题,根据PMD算法原理,在Matlab环境下分别实现特征词的提取、特征词的软聚类以及聚类效果的可视化。[结果/结论] 与传统的共词分析方法对比,PMD算法在共词分析中具有独特的优势:提取的特征词比较全面,聚类数目便于确定,聚类结果易于理解。     

科研关系构建与可视化系统设计与实现

[目的/意义]设计并实现科研关系构建与可视化系统ItgInsight,以弥补国内科技文本挖掘与可视化工具研发的不足。[方法/过程]应用C#+WPF技术组合设计实现ItgInsight,通过与数据源字段的关系映射实现对各类数据源的处理,基于同现矩阵和文本关联进行科研关系构建,采用网络图和热力图进行可视化结果展示。[结果/结论]该系统可实现对中英文科技论文、专利、报告等科技资源的数据清洗、主体识别、关系构建和可视化表示。系统运行稳定,具有自主知识产权,对国内科研院所免费开放,对于提升我国情报分析软件工具研发具有积极的参考意义。     

中文电子病历的分词及实体识别研究

[目的/意义]健康医疗大数据是我国重要的基础性战略资源，本研究对中文电子病历分词与实体识别的探讨与实证较好地完成了医疗数据的信息抽取任务，对今后医疗大数据在语义层面的应用发展具有重要意义。[方法/过程]本研究首先融合权威词表、官方标准、健康网站数据及其他医学补充词库构建了词语数量级达到10万的医学词表；然后对电子病历的字段进行分词，对比了jieba工具、导入词典后的jieba、无监督学习及AC自动机4种模型的分词效果；最后，以自动分词和人工标注结果为语料，实现基于条件随机场的电子病历实体识别研究，并比较不同实体类别以及不同文本特征下的实体识别效果，选出最优模板。[结果/结论]分词结果显示，AC自动机的效果最好，F值可达82%；实体识别结果表明，"检查"和"疾病"实体的识别效果最好，而"症状"的识别效果不太理想。     

非英语专业本科生写作错误分析

写作能力是衡量英语语言技能的一个重要标准。本研究运用对比分析法和错误分析理论,对非英语专业本科生写作中的错误进行统计和分析,试图找出学生在写作过程中出现的错误特点,分析错误原因,寻求解决问题的方法和教学中相应的对策。