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![]() ![]() | |
2019-04 | |
Source Publication | 图书与情报
![]() |
Issue | 2Pages: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 |
Identifier | http://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 |
Affiliation | 1.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 |
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-SA | View Download |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment