层次标题

摘要： (1)层次标题是对本段、本条主题内容的高度概括。各层次的标题应简短明确,同一级别层次标题词组结构应尽可能相同,语气一致。(2)层次标题的分级编号,推荐执行新闻出版行业标准CY/T 35-2001《科技文献的章节编号方法》,采用阿拉伯数字。(3)层次标题不宜使用非公知公认的缩略语。

摘要： 1 来稿应具有科学性、创新性、真实性,观点明确,数据可靠,文字通顺、简洁,标点正确。每篇论文以不超过6000字为宜(含图、表)。2 稿件格式:题名、署名、中文摘要、关键词、中图分类号、英文题名、摘要、关键词、正文、参考文献。2.1 题名:应准确无误地表达论文的中心内容,-般不宜超过20个汉字。2.2 署名:包括作者姓名。工作单位(全称)及所在省市、邮编。2.3 摘要:用第3人称的写法,反映论文的主要信息,着重写出目的、方法、结果和结论,以100-300字为宜。2.4 关键词;应选取3-8个关键词。从题名、层次标题和正文中选出的反映论文主题概念的词或词组,多个关键词之间应以分号隔开。

摘要： 关键词是科技论文的文献检索标识,是表达文献主题概念的自然语言词汇.科技论文的关键词是从其题名、层次标题和正文中选出,能反映论文主题概念的词或词组.GB7713—87规定:每篇报告、论文应选取3~8个词作为关键词,以显著的字符另起一行,排在摘要的下方.如有可能,尽量用《汉语主题词表》等词表中提供的规范词.

摘要： 我刊发表的所有文章需标引3~8个关键词,关键词之间应用“;”隔开。论著、调查研究、专题策划等栏目还需提供对应的英文关键词,且每个英文关键词的首字母应大写。关键词应结合论文进行主题分析,尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组。关键词选取应参照中国医学科学院医学信息研究所发布的《中文医学主题词表》,或直接登录万方医学网(http://old.med.wanfangdata.com.cn/Mesh/Index.aspx)进行MeSH检索,其他类术语也可登录全国科学技术名词审定委员会主办的“术语在线”网页或手机端平台检索查询。必要时,可采用习用的自由词作为关键词并排列在最后。

摘要： 科技论文的关键词是从其题名、层次标题和正文中选出来的、能反映论文主题概念的词或词组,是表达文献主题概念的自然语言词汇,是科技论文的文献检索标识。每篇论文需给出3~8个关键词,其中主题词应尽可能多一些,请尽量使用综合性主题词表(如《汉语主题词表》)和专业性主题词表(如NASA词表、INIS词表、TEST词表等)中进行标引,如果尚无相应的词,可采用习用的自由词,但要置于最后。

摘要： (1)层次标题是对本段、本条主题内容的高度概括。各层次的标题应简短明确,同一级别层次标题词组结构应尽可能相同,语气一致。(2)层次标题的分级编号,推荐执行新闻出版行业标准CY/T 35—2001《科技文献的章节编号方法》,采用阿拉伯数字。

摘要： 我刊发表的所有文章需标引3~8个关键词,关键词之间应用";"隔开。论著、调查研究、专题策划等栏目还需提供对应的英文关键词,且每个英文关键词的首字母应大写。关键词应结合论文进行主题分析,尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组。

摘要： (1)层次标题是对本段、本条主题内容的高度概括。各层次的标题应简短明确,同一级别层次标题词组结构应尽可能相同,语气一致。(2)层次标题的分级编号,推荐执行新闻出版行业标准CY/T 35—2001《科技文献的章节编号方法》,采用阿拉伯数字。(3)层次标题不宜使用非公知公认的缩略语。(4)层次标题的层次不宜过多,一般不超过4级,即“1”“1.1”“1.1.1”“1.1.1.1”。

摘要： (1)层次标题是对本段、本条主题内容的高度概括。各层次的标题应简短明确,同一级别层次标题词组结构应尽可能相同,语气一致。(2)层次标题的分级编号,推荐执行新闻出版行业标准CY/T 35—2001《科技文献的章节编号方法》,采用阿拉伯数字。(3)层次标题不宜使用非公知公认的缩略语。

摘要： 我刊发表的所有文章需标引3~8个关键词,关键词之间应用“;”隔开。论著、调查研究、专题策划等栏目还需提供对应的英文关键词,且每个英文关键词的首字母应大写。关键词应结合论文进行主题分析,尽可能从题名、摘要、层次标题和正文的重要段落中抽出与主题概念一致的词和词组。

摘要： 层次标题在科技论文阅读和利用中具有重要作用.叙述了层次标题拟定时应该遵循的规范化原则、逻辑性原则和准确性原则，结合实例说明了层次标题拟定时出现的各种不符合拟定原则的问题.指出编辑人员应该对层次标题中出现的问题给予足够的重视。

摘要： 本发明提供了一种从文章标题层次结构提取过程体系的方法和装置，涉及人工智能技术领域，通过识别第一文章的第一文章格式信息获得第一级别标题以及第一段落；对第一级别标题进行过程识别，确定第一级别标题为第一过程的部分；获得第一级别标题的上层标题的第一过程名称与第一级别标题所在的下层标题，并获得在下层标题中描述第一过程的第二级别标题以及第二段落；根据时间识别第一段落与第二段落，获得第一级别标题与第二级别标题在第一过程中的第一步骤序列；获得多篇第二文章的第一过程中的第二步骤序列；根据第一过程名称集合第一步骤序列与第二步骤序列获得第一过程体系与第一过程体系的步骤序列，实现过程体系的完整性和一致性的技术效果。

摘要： 本发明公开了一种科学新闻标题的多层次多分类方法，本发明通过新闻标题，使用多层次多分类方法对科学类新闻进行分类，将科学类新闻分为生命科学、医学科学、地球科学、数学物理科学、化学科学、信息科学六类，多层次为多层对待分类的科学类新闻文本分类进行判断其类别，首先判断待分类的新闻文本是否为信息类科学类新闻，如果是则结束，否则判断待分类的新闻文本是否为生命科学类或医学科学类新闻，或者为地球科学类、数学物理科学类和化学科学类新闻三者之一，前者进一步再判断为生命科学类新闻，还是医学科学类新闻，后者再进一步判断为地球科学类、数学物理类或化学科学类新闻中的一类；本发明解决了Web网页上对科学类新闻详细分类的问题，提高了Web网页上科学类新闻分类后的使用价值。

摘要： 本申请实施例公开了一种生成标题、搜索结果展示、标题展示的方法及装置，所述标题展示的方法包括：接收用户对业务对象的访问请求，根据所述用户的属性信息，确定所述用户对应的第一用户群体；对所述业务对象的原始标题进行分词得到分词词语，确定所述分词词语中与第一用户群体偏好的预设关键词匹配的分词词语；根据所述匹配的分词词语生成所述业务对象的新标题。本申请实施例提供的一种标题展示方法及装置，可以保证显示给用户的标题简短且满足用户的个性化需求。

摘要： 本发明公开了一种文章标题层次结构的提取方法，首先分别构造了标题判别模型、标题之间关系分类模型，然后将具体文章示例输入标题判别模型得到文章标题，将文章标题输入标题之间关系分类模型得到标题之间的关系，最后根据标题之间的关系构造标题的层次结构，本发明的有益效果是在python读取文章的时候，对读取不到序号的标题，构造判断模型判断标题跟其他标题的关系，对标题层次结构信息进行识别。

摘要： 本发明提供了一种从文章标题层次结构提取过程体系的方法和装置，涉及人工智能技术领域，通过识别第一文章的第一文章格式信息获得第一级别标题以及第一段落；对第一级别标题进行过程识别，确定第一级别标题为第一过程的部分；获得第一级别标题的上层标题的第一过程名称与第一级别标题所在的下层标题，并获得在下层标题中描述第一过程的第二级别标题以及第二段落；根据时间识别第一段落与第二段落，获得第一级别标题与第二级别标题在第一过程中的第一步骤序列；获得多篇第二文章的第一过程中的第二步骤序列；根据第一过程名称集合第一步骤序列与第二步骤序列获得第一过程体系与第一过程体系的步骤序列，实现过程体系的完整性和一致性的技术效果。

摘要： 本发明公开了一种基于层次混合网络的标题党文章检测模型及联邦策略，所述模型包括：标题编码器，用于对文章标题进行特征提取，将文章标题文本有效地编码成标题向量；内容编码器，用于对内容文本进行特征提取，将内容文本有效地编码成文档向量；关联信息提取器，用于使用机器阅读理解相关技术，对所述标题向量及文档向量进行关联，从而得到两者的关联向量；分类网络，用于基于标题特征向量、文档向量以及关联向量进行标题党分类，本发明通过利用文档标题与文档内容之间的关联信息，可取得更好的标题党检测效果。

摘要： 本发明公开了一种科学新闻标题的多层次多分类方法，本发明通过新闻标题，使用多层次多分类方法对科学类新闻进行分类，将科学类新闻分为生命科学、医学科学、地球科学、数学物理科学、化学科学、信息科学六类，多层次为多层对待分类的科学类新闻文本分类进行判断其类别，首先判断待分类的新闻文本是否为信息类科学类新闻，如果是则结束，否则判断待分类的新闻文本是否为生命科学类或医学科学类新闻，或者为地球科学类、数学物理科学类和化学科学类新闻三者之一，前者进一步再判断为生命科学类新闻，还是医学科学类新闻，后者再进一步判断为地球科学类、数学物理类或化学科学类新闻中的一类；本发明解决了Web网页上对科学类新闻详细分类的问题，提高了Web网页上科学类新闻分类后的使用价值。

摘要： 本公开的实施例公开了标题实体识别模型训练方法、标题实体识别方法和装置。该方法的一具体实施方式包括：基于物品信息样本组，对初始掩码文本识别模型进行训练，得到训练后的掩码文本识别模型，其中，初始掩码文本识别模型包括预先训练的初始文本编码模型，训练后的掩码文本识别模型包括训练后的文本编码模型；将训练后的文本编码模型与预设的解码网络确定为初始标题实体识别模型；基于标题样本组，对初始标题实体识别模型进行训练，得到训练后的标题实体识别模型。该实施方式减少了标注时间，提高了标题实体识别模型识别的准确率和鲁棒性。

摘要： 本发明实施例提供了一种标题生成方法、装置和用于标题生成的装置。其中的方法包括：从数据源中筛选出具有热点属性的热点话题，并提取所述热点话题中的关键词；基于所述关键词和预设的标题生成规则，生成候选标题，所述预设的标题生成规则包括如下任意一项或多项：标题复用规则、标题迁移规则、标题关联规则。本发明实施例可以从多个方面生成多角度的候选标题，以增加生成的候选标题的丰富性和多样性，从而可以向用户提供更多可选地、优质的候选标题，进而可以提升辅助用户写作的效率和质量。

摘要： 本发明提出了一种邮件标题生成模型的训练方法及邮件标题生成方法，采用正文编码器将邮件正文的词向量编码为对应时间步骤的第一隐含状态；采用附件信息编码器将邮件附件信息的词向量编码为对应时间步骤的第二隐含状态；采用多头注意力解码器对所述邮件正文词向量编码以及所述邮件附件的词向量编码进行解码；获得解码后正文编码器对应的第一注意力损失，以及附件信息编码器对应的第二注意力损失；调节所述第一注意力损失和第二注意力损失分别对应的注意力权重向量和，得到训练所述标题生成模型；利用历史邮件数据对所述标题生成模型进行训练。再将用户输入的邮件内容输入标题生成模型生成邮件标题。本发明能够自动生成适合电子邮件的高质量标题。