论网络信息资源的组织与揭示方式   总被引：33，自引：2，他引：31  

徐建华 《情报科学》2000,18(6):497-501

文章简述了网络环境下信息资源的组织方式以及存在的问题,并对如何更好地组织与揭示网络信息资源提出了一些看法。  相似文献   

高校《文献检索》课程建设实践和探讨   总被引：2，自引：0，他引：2  

李莹 《情报科学》1999,17(6):645-647

现行的《文献检索》课教学面临着新的挑战。本文在分析其存在的问题与滞发展的基础上,提出了课程建设的新思路与新举措。  相似文献   

文献资源共享的历史与未来——上海地区的实践回顾与理论思考   总被引：6，自引：0，他引：6  

王宗义 《中国图书馆学报》1999,25(5)

现代科学支撑下 ,文献资源共享应从以文献资源建设协调分工为重点 ,转向以加强分散储存的文献资源信息的获取能力为重点 :向用户提供文献资源线索 ;保证用户通过电子媒体或印刷文本等获得所需文献。参考文献 1 4。  相似文献   

电子信息环境下文献演化的新模式   总被引：7，自引：0，他引：7  

王知津  吴凤玉 《情报科学》1998,16(6):487-491

随着电子信息技术的发展,传统的文献演化模式正在发生变化。为了引起人们对文献演化和文献工作的重视,本文提出了电子信息环境下文献演化的新特点、新趋势。  相似文献   

公交流转系统研究     

宁冬梅 《科技广场》2010,(3):155-157

公文流转系统是目前比较流行的OA办公系统中的核心部分,本文主要从其发展趋势、主要功能模块、系统特点几个方面进行阐述。  相似文献   

网络文献传递服务:面向最终用户的资源共享   总被引：15，自引：0，他引：15  

许桂菊 《大学图书馆学报》2006,24(5):16-19

论述了网络文献传递服务正在变革着图书馆服务和资源共享的行为方式、生存与发展,并且引发资源共享和文献资源建设在理念和实践上的变化。对建设我国的网络文献传递服务系统提出了几点建议。  相似文献   

基于控制词集的中文信息动态自动聚类研究   总被引：1，自引：0，他引：1  

马张华  陈文广  金海燕  朱剑俊  崔会娟  刘贞君 《大学图书馆学报》2006,24(6):54-60

以专用词典为切分工具,建立以概念为基础的、具有主题分类特点的类目结构是中文信息动态自动聚类的一种适用方式。该文探索了基于控制词集的中文信息动态自动聚类技术,包括专用控制词集的构建,动态有限环境下的自动聚类程序、聚类算法,以及结合控制词集对聚类结果进行优化控制等,最后对实验结果给出了概要评价。  相似文献   

Fair and Explainable Depression Detection in Social Media     

《Information processing & management》2023,60(1):103168

Detection at an early stage is vital for the diagnosis of the majority of critical illnesses and is the same for identifying people suffering from depression. Nowadays, a number of researches have been done successfully to identify depressed persons based on their social media postings. However, an unexpected bias has been observed in these studies, which can be due to various factors like unequal data distribution. In this paper, the imbalance found in terms of participation in the various age groups and demographics is normalized using the one-shot decision approach. Further, we present an ensemble model combining SVM and KNN with the intrinsic explainability in conjunction with noisy label correction approaches, offering an innovative solution to the problem of distinguishing between depression symptoms and suicidal ideas. We achieved a final classification accuracy of 98.05%, with the proposed ensemble model ensuring that the data classification is not biased in any manner.  相似文献