基于语料和基于标引经验的自动分类模式比较

从原理、系统设计、知识库构建、分类算法、性能等方面对自动分类的两种模式———基于训练语料和基于人工标引经验———进行介绍和比较,这两种分类模式都具有一定的可行性。基于训练语料的自动分类模式完全依靠机器学习从训练集中发现类目的特征,数学论证充分,易于维护,比较适合于面向行业和主题的粗分类,但是过分强调了机器学习的效能,忽略了人工智力劳动成果的利用,训练过程和分类过程运算量,算法复杂;而基于标引经验的自动分类模式利用简单的统计学方法从书目数据库中挖掘人工标引经验,适用于面向体系分类法的详细分类,分类算法简单,运算量小,但过分依赖经验,缺乏有说服力的数学证明。知识库的完备性和合理性是影响两者分类效能的主要因素,是两者面临的共同问题。     

农业古籍自动编纂的设计和研究

农业古籍自动编纂是利用计算机自动从农业古籍中发现并摘录与某一主题相关的农业资料,并编纂成册。农业古籍自动编纂具有重要意义,与自动文摘有着紧密联系,自动编纂的流程和算法设计主要包括分割农业古籍的章节、提取子句关键词、计算紧凑度和深度值、以及按阈值确定分割点。实验表明该方法是可行的,当子句和文本块的大小分别取15和2时,提取论题句群的符合程度较高。     

用于信息检索的同义词自动识别及其进展

同义词识别在很多领域都有广泛的应用 ,例如信息检索、自动标引、后控制词表的编制、基于知识库的自动分类、基于实例的机器翻译等等 ,它是信息表示和信息检索领域急需解决的问题。目前 ,国外的同义词自动识别的方法主要包括 :基于词典注释的同义词识别算法、基于大型语料库统计的方法和基于搜索引擎的方法。     

社会科学期刊影响因子的"影响因子"——从图书馆学情报学期刊排名谈起

影响因子作为评价期刊的重要依据 ,是期刊被引证情况的定量表示 ,总体上能够反映期刊的相对影响。但是把它作为期刊评价的唯一衡量标准 ,也有其不足之处。本文通过对 1998年中国社会科学期刊影响因子排名的定性定量分析 ,阐述其存在的弊病 ,并分析影响社会科学期刊影响因子测评的诸多因素。最后还提出一些改进意见 ,诸如 ,采用以影响因子为主的多种指标体系 ,对于半衰期不同的期刊选取不同年限的影响因子指标等