数字人文视角下的非物质文化遗产文本自动分词及应用研究北大核心CSSCI     

胡昊天  邓三鸿  张逸勤  张琪  孔嘉  王东波 《图书馆杂志》2022,(8):76-83

文本自动分词是非物质文化遗产相关数字人文研究的基础与关键步骤,是深度发掘非遗内在信息的前提。文章构建了国家级非物质文化遗产项目申报文本自动分词模型,探究了融入领域知识的机器学习模型CRF、深度学习模型Bi-LSTM-CRF和预训练语言模型BERT、RoBERTa、ALBERT在非遗文本上的分词性能,并对比了通用分词工具HanLP、Jieba、NLPIR的效果。在全部14种模型中,RoBERTa模型效果最佳,F值达到了97.28%,预训练模型中ALBERT在同等条件下训练速度最快。调用分词模型,构建了非遗文本领域词表和全文分词语料库,对非遗文本词汇分布情况进行了分析挖掘。开发了中国非物质文化遗产文本自动分词系统(CITS),为非遗文本自动分词及分词结果的多维可视化分析提供了工具。  相似文献   

文献颠覆性创新测度——权重颠覆性指数     

杨文霞  孔嘉  闫晓慧  邓三鸿 《图书情报工作》2024,(5):87-96

[目的/意义]为解决传统颠覆性指数计算过程中不考虑焦点文献的参考文献数量的问题,提出权重颠覆性指数（权重D指数）,有助于更加合理有效地评估文献的创新性。[方法/过程]提出一种针对焦点文献的参考文献数量的调整方法——权重颠覆性指数,以1950—2023年获得化学诺奖及其对照组的论文为数据来源,一方面,从合理性与有效性两方面对比颠覆性指数与权重D指数;另一方面,针对一篇焦点文献的参考文献被其引证文献多次引用的情况,具体分析焦点文献的创新性、焦点文献的影响力、焦点文献的参考文献的影响力与焦点文献的参考文献收到引用数量的相关性。[结果/结论 ]权重D指数具有合理性,且比传统颠覆性指数更能有效识别论文的创新性;当焦点文献的创新程度和影响力越高时,引证文献越倾向于引用其参考文献;当焦点文献的参考文献影响力越高时,引证文献也倾向于引用其参考文献。  相似文献   

Web环境下的科技新闻主题挖掘——以国际极地考察领域为例     

孔嘉  邓三鸿  张越  张艺炜 《科技管理研究》2020,40(17):173-179

提出一种基于LDA主题模型的科技新闻主题分析方法,选取2009—2018年中、澳、英、美4国极地科考新闻数据,从主题类型和主题强度角度进行主题演化分析。在中文新闻中,极地测绘等主题的热度上升,极地冰川科考主题的热度下降;在英文新闻中,热门主题为极地冰川科考与极地海洋科考;其余主题热度相对稳定。研究结果表明,该方法可以有效识别科技新闻主题并揭示其演化趋势,可以有效改善网络环境下科技情报分析的自动化程度。  相似文献   

融合论文颠覆性与巩固性的学者二元影响力测度     

杨杰  孔嘉  张艺炜  王昊  邓三鸿 《情报学报》2023,(12):1412-1423

针对当前学者评价研究与实践中存在的准确性与全面性不足的问题,本文从颠覆性影响力的视角出发,基于引文网络的深层互引信息,将被引文献划分为颠覆性被引文献和巩固性被引文献,构建了学者影响力的二元测度框架,凝练出两种不同类型的学术特征,即“颠覆型学者”和“巩固型学者”,并提出颠覆性被引量和颠覆性h指数等指标用于学者影响力测度。实证研究基于APS (American Physical Society)数据集的463348篇论文、9370286条引证链接、234086位消歧后作者以及诺贝尔奖（Nobel Prize）、沃尔夫奖（Wolf Prize）、狄拉克奖（Dirac Medal） 3种重要奖项得主数据,综合肯德尔秩相关性、识别比率、平均排名等方法进行指标一致性和收敛有效性分析。研究结果表明,颠覆性被引量和颠覆性h指数与传统指标高度一致,并且在收敛有效性上全面优于基准测度指标。颠覆性影响力能够反映学者的创新水平和潜力,二元测度框架可以对学者影响力进行准确划分,对未来创新科学家的早期识别、学者绩效与奖励制度的改革、基金项目的评审与评价、科研激励政策的制定等具有重要意义。  相似文献