您好，欢迎访问中国农业科学院 机构知识库！

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于神经网络的文献主题国别标引方法研究

文献类型： 会议论文

第一作者： Wang Xin

作者： Wang Xin 1 ;

作者机构： 1.中国农业科学院农业信息研究所,北京 100081

关键词： 文献主题国别;自动标引;自然语言处理;词嵌入;深层卷积神经网络

会议名称： 2019数字信息资源建设学术研讨会暨第六届国家科技文献资源建设研讨会

主办单位： 中国科学技术情报学会,`国家科技图书文献中心`高等教育文献保障系统管理中心

页码： 00000014-00000026

摘要： 目的/意义：文献主题国别指的是文献内容所讨论的空间范畴,它既可以是研究对象,也可以是揭示研究对象的主题之一.为解决海量文献的主题国别标引问题,探讨“互联网+大数据”时代背景下深度学习技术在知识组织领域的应用方法,本文提出基于深度卷积神经网络的文献主题国别标引方法. 方法/过程：本方法在探讨了主题国别标引任务转换为多标签分类任务的可行性基础上,首先利用自然语言处理方法将文献全文向量化,然后使用预训练的词嵌入将文献向量转换为富含词汇间语义关系的张量,再利用深层卷积神经网络对文本特征由词汇、句子、段落、篇章逐层学习自动提取,生成富含全文语义的张量,最后由全连接层学习分类权重后输出各个国别的概率,实现文献主题国别的自动标引. 结果/结论：实验结果表明该方法达到预期效果,具有高度精确的分类性能和良好的泛化能力,为深度学习算法在知识组织领域的应用提供了有价值的参考.

分类号： G254.361

  • 相关文献

[1]基于自动标引的自然语言检索方法研究. 王丹,杨晓蓉,马健. 2016

[2]自动标引中的歧义词消除方法研究. 王丹,杨晓蓉. 2014

[3]中文农业科技文献自动标引技术与实践. 王怀惠,王继华,吴泽宜,苏晓鸳,张彤. 1997

[4]农业信息智能处理与利用平台的设计与实现. 王文生,王丹,马健,李期位. 2005

[5]基于词向量的检索扩展方法与农业领域实证. 吴蕾,梁晓贺,乌吉斯古楞,王瑞. 2019

[6]基于词性标注规则的马铃薯文献信息抽取方法. 王腾阳,赵小丹,胡林. 2023

[7]面向农业图书资源语义挖掘的主题模型应用设计研究. 龚浩,崔运鹏,钱平. 2018

[8]地理标志农产品品牌管理政策注意力分析模型构建及应用. 霍梦佳,刘娟,黄杰. 2023

[9]基于深度学习的自然语言处理技术的发展及其在农业领域的应用. 崔运鹏,王健,刘娟. 2019

[10]面向中文科学数据集的句子级语义匹配模型. 刘建平,初新涛,王健,顾勋勋,王萌,王影菲. 2024

[11]基于大语言模型的智能问答系统研究综述. 任海玉,刘建平,王健,顾勋勋,陈曦,张越,赵昌顼. 2025

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：中国农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台