NSL OpenIR  > 中国科学院兰州文献情报中心  > 资源系统建设部
基于深度学习的主题资源监测采集功能实现研究
刘艳民1; 张旺强2; 祝忠明2; 陈宏东1
2019-04
Source Publication图书与情报
Issue2Pages:133-140
Abstract

文章构建了基于深度学习的主题资源监测采集模型,并利用深度学习词向量工具word2vec对收集的语料进行深度训练,对采集资源与主题模型进行相似度匹配,通过设定合适阈值来实现自动化监测主题资源。实践证明:基于深度学习的定主题监测方法在海洋战略研究所信息监测系统的应用过程中,在主题资源自动监测的准确性上效果优于传统基于向量空间模型的监测算法,能为专题知识库和领域情报信息监测系统的构建打下坚实的基础。 

Keyword深度学习 主题资源监测 Word2vec 相似度计算
Indexed By中文核心期刊要目总览
Language中文
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/10530
Collection中国科学院兰州文献情报中心_资源系统建设部
Corresponding Author刘艳民
Affiliation1.兰州大学图书馆
2.中国科学院兰州文献情报中心
First Author Affilication中国科学院文献情报中心
Corresponding Author Affilication中国科学院文献情报中心
Recommended Citation
GB/T 7714
刘艳民,张旺强,祝忠明,等. 基于深度学习的主题资源监测采集功能实现研究[J]. 图书与情报,2019(2):133-140.
APA 刘艳民,张旺强,祝忠明,&陈宏东.(2019).基于深度学习的主题资源监测采集功能实现研究.图书与情报(2),133-140.
MLA 刘艳民,et al."基于深度学习的主题资源监测采集功能实现研究".图书与情报 .2(2019):133-140.
Files in This Item: Download All
File Name/Size DocType Version Access License
基于深度学习的主题资源监测采集功能实现研(2702KB)期刊论文作者接受稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[刘艳民]'s Articles
[张旺强]'s Articles
[祝忠明]'s Articles
Baidu academic
Similar articles in Baidu academic
[刘艳民]'s Articles
[张旺强]'s Articles
[祝忠明]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[刘艳民]'s Articles
[张旺强]'s Articles
[祝忠明]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 基于深度学习的主题资源监测采集功能实现研究_刘艳民.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.