National Science Library,Chinese Academy of Sciences
Not a member yet
10241 research outputs found
Sort by
基于模式和投影学习的领域概念上下位关系自动识别研究
No full text[目的]实现对领域概念上下位关系的自动识别，以解决领域本体自动化构建中领域概念间语义关系的自动获取和确立问题。[方法]将传统无监督的基于模式的方法和当前先进的有监督的基于投影学习的方法有机结合起来应用于领域概念上下位关系自动识别，并进行了试验研究。[结果]能识别出领域概念的上位词集合，在医学领域的识别精度为0.88，通用领域的识别精度为0.83，在评估基准集BLESS上的平均精度为0.85。[局限]受句法歧义、语料集的质量等影响，模型精度尚未达到峰值，存在错误识别的情况。[结论]可发现同一概念词的不同意义的上位词，对低频词和命名实体也具有较好识别效果。未来可考虑从对高频顶层上位词进行适当减权、提升有监督语料集的质量等方面进行优化。 </p
开放科研数据环境下科研人员的数据伦理框架研究
No full text[目的/意义]为推动开放科研数据的发展，国内外除了已有的实践内容，包括数据政策颁布、数据基础设施建设等外，各国也均积极探索如何帮助科研人员克服与数据伦理有关的障碍，以辅助科学界实现预先设想的开放理念。[方法/过程]文章通过文献综述和网络调研的方法，分析了开放科研数据的实践进展，提出了数据伦理的概念和面向科研人员的数据伦理框架。[结果/结论]开放科研数据背景下数据伦理的框架主要由 4 个要素构成：利己主义因素、功利主义因素、利他主义因素及实用主义因素。</div
融合节点主题特征的社团发现研究
No full text[目的/意义] 促进学者间的学术交流和知识传播，有效地识别学术流派和构建学术共同体。[方法/过程] 首先利用AT模型抽取科技文献中作者主题分布特征，然后基于JS散度定义了节点主题相似度，接着结合节点的主题特征与网络的拓扑结构重构科研合作网络，最后利用改进的贪婪团扩张算法实现重叠社团发现。[结果/结论] 在干细胞领域数据集上的扩展模块度EQ值最高达到90.5%，说明融合节点主题特征的社团发现方法可以有效的改善科研合作网络的社团划分结果。</p