共查询到20条相似文献，搜索用时 125 毫秒
1.
王琪 《中国科技期刊研究》2022,(9):1212-1217
【目的】对术语使用情况进行调研,找出术语使用不规范的问题,为提升我国科技期刊术语规范化水平、推进科技期刊高质量发展提供依据。【方法】采用回顾性调查方法,选择18种科技期刊2020年全年刊出的所有文章,调查其中术语使用差错情况。【结果】术语相关差错主要涉及术语使用规范问题、术语编校规范问题及专有名词术语规范问题,具体差错类型比较多样化,不利于期刊质量及影响力的提升,应引起论文作者及期刊工作者的高度重视。术语相关差错中,术语使用规范问题最为突出;术语使用规范问题的各种类型中,术语形音义相近而误的现象最为突出。【结论】我国科技期刊术语规范化水平有待提升,需要引起重视。 相似文献
2.
术语抽取是自然语言处理领域的一项基础性工作。本文提出了一种基于统计与规则相结合的术语抽取方法：首先在对主语料进行分词标注的基础上,通过基于词性规则的重复串查找得到候选术语,然后依据术语具有单元性和术语性的特点,先后采用SCP以及C-value模型对候选术语进行过滤得到术语。实验表明该方法切实有效,可以识别不同长度和不同领域的术语,能够应用于词典编纂和术语抽取等领域。 相似文献
3.
术语学理论研究始于20世纪30年代。60年代,当代术语学理论基本形成后,术语和其表达的概念成为术语学的研究对象。70年代术语学成为一门独立的学科。其中从事个别术语学研究的专家学者对不同领域的术语进行分析研究,与术语学密切相关的词汇学术语自然也列在其中。此前国内对词汇学术语的研究,大多停留在语义分析和构成方面,尚未从概念体系和构建概念划分图示的角度对词汇学术语进行分析和研究,因此对词汇学概念体系进行分析研究是必要的。本文将阐述构建词汇学概念体系的理论意义、实践意义以及构建概念体系的依据,为词汇学概念体系的构建做好理论铺垫。 相似文献
4.
介绍了我国信息与文献术语标准概况、国际术语标准ISO 5127:2001本身的局限性,结合当前国际上满足不同功能的术语标准和术语相关工作,以及术语标准制定的主要方法,提出了修订信息与文献术语标准的相关建议. 相似文献
5.
在常用的建筑术语中,和“楼面”相近的术语有“楼盖”、“楼层”、“楼板层”;和“地面”相近的术语还有“地坪”、“地层”等。本文对以上术语进行了辨析并对统一术语提出了建议。 相似文献
6.
法律术语是构成法律文件的基本单位,具有极强的针对性和精确性。每一个法律术语都代表某一种特定的法律行为规范,表义真实、贴切,都有自己的明确的内涵,不存在意思含范畴不清等现象。因此,法律术语的翻译,精确性成为重中之重。翻译法律术语要求译者在通晓相应的法律知识,了解不同文化法律术语之间细微差别的基础上,仔细推敲每一个术语在法律中的含义及其内涵和外延。这样,译出的术语才忠实,有说服力。 相似文献
7.
【目的/意义】从海量论文元数据中抽取算法术语并构建它们之间的创新演化关系,有利于对算法的有效管
理和运用,以帮助科研工作者提升研究效率、采纳前沿成果。【方法/过程】首先,以GAN算法论文摘要为语料,通过
人工标注与规则抽取相结合的方式进行算法术语标注,并利用BERT-BiLSTM-CRF模型实现算法术语的自动抽
取。然后,将建立的模型应用于LDA算法论文的被引文献元数据中抽取算法术语,依据规则判断和引文关系,从被
引内容中抽取LDA算法的创新演化路径并构建。【结果/结论】以GAN论文为实例的算法术语实验中,精确率、召回
率与F1分数分别达到了0.81、0.63与0.71,并应用关系抽取方法成功构建了LDA算法的创新演化路径,该方法可以
有效推动算法进化网络构建和算法检索与追踪等方面的工作,丰富创新扩散理论的相关研究。【创新/局限】拓展了
命名实体识别技术的应用领域,为计算机算法管理提供了良好的思路。后续可优化创新演化路径的构建方法。 相似文献
8.
法律术语的特点在法律术语规范化中如何应用,是法律术语规范化中的一个重要问题,笔者分别从法律术语准确性的规范化、单义性的规范化、通俗性的规范化、系统性的规范化几个方面进行探讨。 相似文献
9.
对公共物品和公共服务概念和范围的阐释为研究服务型政府打下了理论基础。但是由于这两个术语的广泛性,从而会出现交叉和混淆,这对于为建设服务型政府进行理论研究是极为不利的。重新界定公共物品和公共服务的概念并对两者范围的交叉和界限进行重新阐释,有利于进一步理解服务型政府。 相似文献
10.
科学术语常识与情报学术语理论 总被引：3，自引：0，他引：3
简述了科学术语的构成要素及其相互关系,阐明了术语的排他性是其固有的根本属性等一般常识;分析了中国情报学术语理论背离科学术语基本属性而与一般术语常识相悖谬的事实,以说明“情报学”称谓的非科学性而应予厘正。 相似文献
11.
We propose answer extraction and ranking strategies for definitional question answering using linguistic features and definition terminology. A passage expansion technique based on simple anaphora resolution is introduced to retrieve more informative sentences, and a phrase extraction method based on syntactic information of the sentences is proposed to generate a more concise answer. In order to rank the phrases, we use several evidences including external definitions and definition terminology. Although external definitions are useful, it is obvious that they cannot cover all the possible targets. The definition terminology score which reflects how the phrase is definition-like is devised to assist the incomplete external definitions. Experimental results show that the proposed answer extraction and ranking method are effective and also show that our proposed system is comparable to state-of-the-art systems. 相似文献
12.
This paper examines the terminological confusion underlying the study of information use, and reviews the major studies in the field. The conclusion is that confusion in research methods is inextricably linked to a lack of clarity in terminology. Attention is drawn to the significance of different social and cultural contexts in shaping ‘information needs’, and a research scheme is evolved for the study of users of ‘professional information’ in Poland. 相似文献
13.
本文讨论了用于实现语义互操作的3种映射,它们分别是:元数据映射、本体映射和术语映射。分析了它们的含义、算法和实现方式,找出3种映射方式的适用范围:元数据映射主要用于在目标元数据格式里找到与来源元数据格式的元素或修饰词具有相同功能或含义的元素或修饰词;本体映射用于解决不同本体间的知识共享与重用;术语映射用于在不同概念体系的术语间建立关联。 相似文献
14.
15.
16.
高校科技成果转化的另类思考 总被引：4，自引：0，他引：4
本文对近3年国内发表的高校科技成果转化论文的作者单位、登载期刊、研究方式和关注要点进行了回顾总结,讨论了高校科技成果、高校科技成果转化、高校科技成果转化率等术语的概念,进行了中美两国高校科技成果转化的比较研究,并提出了一些与当前流行观点不同的看法。 相似文献
17.
Zenun Kastrati Ali Shariq Imran Sule Yildirim Yayilgan 《Information processing & management》2019,56(5):1618-1632
This paper presents a semantically rich document representation model for automatically classifying financial documents into predefined categories utilizing deep learning. The model architecture consists of two main modules including document representation and document classification. In the first module, a document is enriched with semantics using background knowledge provided by an ontology and through the acquisition of its relevant terminology. Acquisition of terminology integrated to the ontology extends the capabilities of semantically rich document representations with an in depth-coverage of concepts, thereby capturing the whole conceptualization involved in documents. Semantically rich representations obtained from the first module will serve as input to the document classification module which aims at finding the most appropriate category for that document through deep learning. Three different deep learning networks each belonging to a different category of machine learning techniques for ontological document classification using a real-life ontology are used.Multiple simulations are carried out with various deep neural networks configurations, and our findings reveal that a three hidden layer feedforward network with 1024 neurons obtain the highest document classification performance on the INFUSE dataset. The performance in terms of F1 score is further increased by almost five percentage points to 78.10% for the same network configuration when the relevant terminology integrated to the ontology is applied to enrich document representation. Furthermore, we conducted a comparative performance evaluation using various state-of-the-art document representation approaches and classification techniques including shallow and conventional machine learning classifiers. 相似文献
18.
【目的/意义】为配合汉语主题词表（生物医学农业卷）编研项目的开展,适应生物、医学、农业领域术语系统
的发展趋势,满足学科应用的实际需要。【方法/过程】本研究参考 UMLS、MeSH、SNOMED CT、AGROVOC、
CABi、中国中医药学主题词表等国内外权威术语系统构建了生物、医学、农业领域《汉表》的顶层本体语义类型框
架。【结果/结论】该框架共包括62种语义类型及其属性,并通过实证检验验证了该语义类型框架的可用性。【创新/
局限】构建的顶层本体语义类型框架能够为生物、医学、农业领域主题概念提供语义背景,在汉语主题词表（生物医
学农业卷）实际编制过程中可根据需要进一步调整。 相似文献
19.