图书情报与数字图书馆论文_基于智能主题图的科 - 资源与产业杂志社投稿

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

图书情报与数字图书馆论文_基于智能主题图的科

作者:

关键词:

摘要：

文章摘要:[目的/意义]大多数科技文献检索系统仍采用关键词方法对篇章级的科技文献进行描述和组织,这种知识组织方式缺乏对文献内容语义的丰富描述与组织,不能满足用户精准化的知识需求。为了实现对每篇科技文献内部内容的语义导航,向用户提供精准化的检索内容,对科技文献内部知识进行细粒度描述与组织变得更加迫切。[方法/过程]本文结合智能主题图结构,构建了一个基于智能主题图的科技文献细粒度知识组织模型。该模型在分析文献集合的内部内容特征基础上,抽取文献内部的主题以及知识单元,将文献集合划分为资源层、知识单元层、主题层以及聚类层,并采用全信息相似度方法计算主题及主题之间的关联、知识单元及知识单元间的语义关联度。[结果/结论]以《中国图书馆学报》中的部分文献为数据集进行实验,以图形化的方式对该模型进行了展示,并与传统检索结果进行比较,结果表明,本文提出的科技文献细粒度知识组织模型能对知识单元进行较为准确导航与检索。

文章关键词:

论文分类号:G353.1

文章来源：《资源与产业》网址: http://www.zyycyzz.cn/qikandaodu/2021/0929/2048.html