排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
知识单元的特征信息是其学科归属判定的基础,挖掘关键特征有助于提升学科判定方法的性能,从而更好地服务于知识内容层面的跨学科规律研究。本文借助16种知识单元学科归属判定方法,通过对比分析这些方法,判别不同词频、不同学科覆盖度词汇的学科归属,评价方法所蕴含的学科重要度、学科相关度和学科区分度3种特征和特征组合效果,以挖掘效果最好的特征子集。本文以“计算医学”这一交叉领域数据为基础构建测试数据集,研究分析表明,综合使用3种特征的方法在各组数据上均取得了较好的性能,同时学科重要度的性能优势表明其在3种特征中最为重要;高频词的学科归属判定需要注重学科区分度,而低频词需要重点考虑学科重要性;对多学科覆盖度的知识单元,需要在学科重要度基础上补充对学科区分度的考虑。本文的发现能够为知识单元学科归属判定方法优化提供理论指导和实践建议。 相似文献
1