句子重述技术在中文文本摘要中的应用     

周强  施水才  李渝勤  吕学强 《情报学报》2008,27(6)

本文提出了一种对中文文本摘要中抽取出的句子进行重述的方法.首先使用基于统计的方法对文本进行特征统计,计算词和句子的权重,摘取出权值较高的句子;然后对这些句子应用一种基于向量相似度计算的算法进行指代消解,同时提出一种新的句子向量相似度的计算方法去除冗余;最后利用启发式规则进行加工,从而得到文本摘要.实验结果显示,系统修改后的文摘具有较好的连贯性和流畅性,与修改之前的文摘相比,文摘质量有明显提高.  相似文献   

微博谣言识别研究   总被引：3，自引：0，他引：3  

贺刚  吕学强  李卓  徐丽萍 《图书情报工作》2013,57(23):114-120

指出微博在传播信息的同时,也夹杂着谣言等虚假消息、不实言论。针对微博谣言传播速度快、影响范围广等特点,深层挖掘微博中的隐含信息,提出符号特征、链接特征、关键词分布特征和时间差等新特征,将微博谣言识别形式化为分类问题,综合新提取的特征与微博文本特征、用户特征和传播特征构建多个特征模板,利用SVM分类学习方法对微博进行分类,识别结果可有效辅助人们更好、更快地识别谣言。实验结果表明,在基本特征的基础之上,新提出的特征能有效提高微博谣言识别的正确率。  相似文献   

基于WordNet的语义分布词典建设*     

张会平  吕学强  施水才  李渝勤 《现代图书情报技术》2007,2(3):55-59

提出一种基于WordNet自动构建语义分布词典的方法。在介绍WordNet系统和Semcor语料库的基础上，设计语义分布词典的结构。分析Sense.idx文件和Taglist文件内容，详细描述以它们为基础自动构建语义分布词典的过程。  相似文献   

大规模媒体数据智能挖掘     

吕学强 《中国传媒科技》2007,(12):33-34

<正>智能挖掘简介智能挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程,是人们长期对数据库技术进行研究和开发的结果,又称为数据挖掘或知识挖掘。  相似文献   

可计量的开放科学数据集影响力评价指标体系构建研究     

高瑜蔚  游新冬  胡良霖  吕学强  周建设 《情报科学》2023,(7):49-60+69

【目的/意义】开放科学迈入全球共识新阶段，构建可计量的开放科学数据影响力评价指标体系，将为我国科学数据共享成效量化评价提供参考方案，对完善数据战略、释放科学数据价值和增加国际科技话语权具有重要意义。【方法/过程】基于文献调研法和国家科学数据中心工作实践，设置可计量的开放科学数据集影响力评价指标，采用专家打分法筛选指标；运用层次分析法对具有科学性、代表性和全面性的样本和指标进行量化研究，实现指标体系所涵盖的所有指标项可计量和各指标的权重可计量。【结果/结论】本文构建可计量的开放科学数据集影响力评价指标体系，涵盖学术影响力、决策影响力、社会影响力、国际影响力和经济影响力5个一级指标及24个二级指标。结论表明：开放科学数据集支撑的学术成果、社会影响、政府决策和国际合作等是其影响力评价指标体系的重要组成，科学数据的经济价值得到广泛认同。【创新/局限】基于调研和实践，本文依据多领域科学数据权威专家数据构建了可计量的开放科学数据集评价指标体系。受限于篇幅，实证研究有待进一步展开。  相似文献