skip to main content
訪客
個人書架
我的帳戶
登出
登入
This feature requires javascript
檢索首頁
圖書館首頁
電子期刊
引用參考文獻查詢
指定參考書查詢
新書通報
標籤查詢
線上輔助
語言:
English
繁體中文
This feature required javascript
This feature requires javascript
Primo Search
館藏+文章
館藏+文章
館藏
查館藏
文章
查文章
機構典藏
機構典藏
Search For:
Clear Search Box
Search in:
文章
Or hit Enter to replace search target
Or select another collection:
Search in:
文章
進階檢索
瀏覽查詢
This feature requires javascript
顯示結果:
查詢種類
criteria input
包含在我的檢索語句內
完全相同
顯示結果:
查詢種類 索引
criteria input
任何地方
題名
ISBN
ISSN
Show Results with:
題名
Show Results with:
任何地方
題名
ISBN
ISSN
This feature requires javascript
结构信息增强的文献分类方法研究
安波
农业图书情报学报, 2023-03, Vol.35 (3), p.15-24
[同儕審閱期刊]
可取得全文
引用
被引用
線上檢視
詳細格式
評論和標籤
相關文章推薦
FullText@NUTN
引用次數
This feature requires javascript
傳送到
加入個人書架
從個人書架中移除
E-mail
列印
永久連結
引用
EndNote
導出 RiS
This feature requires javascript
題名:
结构信息增强的文献分类方法研究
著者:
安波
所屬期刊:
农业图书情报学报, 2023-03, Vol.35 (3), p.15-24
描述:
TP393; [目的/意义]针对传统文献分类方法未能充分利用文献结构信息的问题,本文提出使用关键词-文献图网络构建文献之间的结构信息,并用于增强传统基于文献内容的分类方法.[方法/过程]本文借助图卷积神经网络建模关键词-文献图数据,学习文献在图网络中的节点表示.同时使用Bert+BiLSTM学习文献的内容表示.然后,我们将文献的节点表示与内容表示进行拼接,得到融合文献结构信息和文本语义信息的表示,并基于该表示开展文献分类.[结果/结论]实验结果表明,文献的结构信息能够提升文献分类的性能,但单一的结构信息并不能很好地实现文献分类.通过错误分析,我们发现模型在处理包含新兴交叉科学和新概念的文献时容易出现分类错误,表明模型在处理这类数据时还有一定的局限性,是未来需要继续优化的方向.
出版者:
中国社会科学院民族学与人类学研究所,北京 100081
語言:
中文
識別號:
ISSN: 1002-1248
DOI: 10.13998/j.cnki.issn1002-1248.23-0059
資源來源:
Alma/SFX Local Collection
This feature requires javascript
This feature requires javascript
返回到檢索清單
前一個記錄
檢索清單
2
下ㄧ個記錄
This feature requires javascript
This feature requires javascript
正在檢索遠程資料庫,請稍等
查詢:
在
primo_central_multiple_fe
顯示現有記錄
This feature requires javascript
This feature requires javascript