NSL OpenIR  > 中国科学院武汉文献情报中心  > 信息技术部
基于深度学习的网络科技信息情报价值计算方法研究
张敏
2021-10
Source Publication图书情报工作
Volume65Issue:21Pages:40-48
Abstract
[目的意义]针对当前科研人员无法从海量的网络科技信息中及时甄别有情报价值的情报内容的问题,建立一 套综合性情报价值计算方法,从而对网络科技信息的情报价值进行计算判断,最终帮助科研人员快速而准确地发 现有情报价值的网络科技信息。[方法过程]综合考虑情报外部特征与文本语义内容特征,利用深度学习(预训
练语言模型)BERT方法构建基于文本语义内容特征的情报价值计算模型,利用深度学习模型的预测输出完成打 分,并结合基于情报外部特征的原始计算方法得到最终的综合评价得分。[结果结论]实验结果显示,基于文本语义内容特征的情报价值计算模型可以对情报按照情报价值得分进行有效的星级区分,弥补了基于情报外部特征的原始计算模型中星级区分度差的问题,最终的综合评价结果表明本文提出的情报价值计算模型在实际应用中也能够很好地满足科研人员的需求。
Indexed ByCSSCI
Language中文
Document Type期刊论文
Identifierhttp://ir.las.ac.cn/handle/12502/11545
Collection中国科学院武汉文献情报中心_信息技术部
Recommended Citation
GB/T 7714
张敏. 基于深度学习的网络科技信息情报价值计算方法研究[J]. 图书情报工作,2021,65(21):40-48.
APA 张敏.(2021).基于深度学习的网络科技信息情报价值计算方法研究.图书情报工作,65(21),40-48.
MLA 张敏."基于深度学习的网络科技信息情报价值计算方法研究".图书情报工作 65.21(2021):40-48.
Files in This Item:
There are no files associated with this item.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张敏]'s Articles
Baidu academic
Similar articles in Baidu academic
[张敏]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张敏]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

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