自动标引

摘要： “十四五”期间,世界格局更趋复杂,航天发展作为战略博弈的关键砝码和经济增长的重要引擎,得到了世界各国的广泛重视。随着未来对航天产业持续加大投入,相应的知识资源也随之增加,如何充分发挥知识资源的最大效能服务科研,是中国运载火箭技术研究院图书馆工作人员一直潜心研究和实践的重大课题,将有效的知识资源加以记录、整理、传承下来,建成研究院特色数据库。其中,最为关键的技术之一就是知识资源标引。笔者从知识资源的标引技术入手,结合知识资源管理工作,研究该项技术在研究院内部知识资源自建数据库中的研究与运用。以丰富航天一院知识资源管理,搭建内部知识资源管理的信息平台,促进科研生产模式转型和高质量发展。

摘要： [目的/意义]资源数字化时代文献服务向知识服务方向转变,高质量的文献自动标引是文献知识服务能力提升的基础和关键,针对目前英文科技文献自动标引准确率不高的问题,提出了基于语义感知的概念遴选优化方法.[方法/过程]基于知识组织系统的自动主题标引,采用自然语言处理中的神经网络词向量技术,对概念和英文文献内容语义进行表示并进行语义感知与评估,实现概念标引结果在语义层面的遴选.该方法采用基于知识组织系统与自然语言处理技术相结合的方法,弥补了在语义层面上的不足,从而进一步降低不相关概念的影响,提高概念标引结果的准确率.[结果/结论]实验结果表明,该方法具有较好的语义感知性能,在概念遴选上有效降低了不相关概念,大大提高了标引结果的文献相关性,为科技文献资源知识化服务建设和相关研究提供有价值的参考和支持.

摘要： [目的/意义]提取图书适用对象信息,有助于深化图书信息的组织,为用户搜寻和选择图书提供支持.[方法/过程]以图书简介和主题词为基础数据,首先通过抽取规则和映射规则分别实现适用对象信息的初步提取,并进行整合归并;同时,结合数据特征进行抽取与映射规则库构建策略设计.[结果/结论]实验表明,抽取规则的覆盖率为89.52％,准确率为100％;映射规则覆盖率为99.07％,而且不存在映射结果错误的情况.该方法在召回率和准确率方面均表现良好,且大幅降低了数据标注成本.[局限]适用对象提取模型仅使用抽取和映射的规则提取策略,抽取规则所提取的适用对象信息规范性不足,映射规则获取的适用对象信息不够细致,后续需要进一步完善.

摘要： 作为智慧图书馆的全新实践,图书馆采分编智能作业系统应用工业机器人、计算机视觉、机器学习、物联网等技术重组采分编工作流程,实现自动机械化操作替代重复的人工操作,完成图书自动验收加工、智能化分类编目、自动分拣上架等流程.本文详细介绍了系统各流程的技术实现过程,分析了主要难点与风险、预期工作效率和社会效益,以及后续的建设预期与前景.

摘要： 【目的】比较中文术语粒度对不同字段的术语区分能力(Term Discriminative Capacity,TDC)测度的影响。【方法】将术语区分能力测度应用于题名、关键词、摘要和附加关键词的术语质量评估,在对照组和实验组中使用方差分析对不同学科、字段及术语粒度的TDC进行差异检测。【结果】当关键词和附加关键词未经处理时,在TDC上的表现为:题名>摘要>附加关键词>关键词;当术语粒度为词时,附加关键词的表现提升,题名>附加关键词>摘要>关键词。【局限】实验数据仅包含5个人文社会科学学科,样本代表性可能存在不足。【结论】中文术语粒度和字段在术语区分能力测度上相互作用,各字段的术语粒度统一为词可降低字段因素的影响。

摘要： [目的/意义]基于文本挖掘技术自动发现更具代表性的文献内容主题词,通过定位主题词在章节中的具体位置,并基于可视化技术进行主题标引,帮助读者直观高效发现文献主题间的潜在关系.[方法/过程]基于文本挖掘技术深入文献内容层挖掘主题词,并利用可视化工具直观呈现所获信息,在此基础上尝试构建可视化主题自动标引系统,并在格萨尔领域的多个主题中对该系统的自动标引效果进行验证.[结果/结论]研究结果显示,该标引方法在格萨尔领域实现了文献内容级的可视化主题自动标引,快速精准地定位到章节、 段落和句子.标引相关信息获取过程直观可视,并且具有交互性,可提升用户体验和参与度.文章以 《英雄格萨尔》 为例完成系统验证,但该标引方法技术本身无领域限定,可应用于其他领域的文献.

摘要： 为了自动?高效地数字化处理船舶设计?制造和维修过程中所生成的海量资料——图纸和文件,对数字化处理过程中的关键技术——著录进行了研究,提出了快速批量著录的概念,并采用数据库技术构建了快速批量著录系统.针对快速批量著录系统中的瓶颈技术——文本自动标引,结合船舶资料的特点和规律,提出并实现了基于统计原理的位置权重方法,有效地提高了文本自动标引的效率和准确度.在此基础上,研制出数字化处理平台,实现船舶资料扫描?识别?著录?输出?共享和管理等功能.

摘要： 结合实际情况,对基于XML技术的企业标准上报系统设计中的相关问题进行了说明与分析,提出了在XML技术下企业标准上报系统的设计理论及方法,并对其应实现的功能及主要设计模块进行了分析,目的在于为后期该类上报系统的设计及实现提供参考。

摘要： [目的/意义]针对英文文献主题自动标引任务中通用概念过度标引的问题,拟基于STKOS超级科技词表构建适用于理、工、农、医多个领域的英文通用概念表,用于有效过滤通用概念,降低标引噪音,提高文献主题自动标引的质量.[方法/过程]设计多维特征概念通用度计算算法,通过计算概念通用度自动遴选STKOS超级科技词表中的候选通用概念,结合专家审核,构建具有较好适用性的英文通用概念表.[结果/结论]初步建成的通用概念表概念总量2782个(含某一领域通用与多领域通用),其中典型通用概念366个,能较好体现概念通用性的强弱程度及领域差异.经应用测试,可有效降低通用概念对文献主题自动标引的噪音影响.

摘要： 目前已有的文献标引方法都是利用文献内部特征(标题、摘要、正文等)来生成若干标引词,往往需要采用复杂的语言分析和机器学习等技术.特别是对于中文学术文献,标引结果在很大程度上还取决于切词的质量.本文针对中文学术文献,提出一种新的自动标引方法.该方法基于文献之间的引用关系,利用遗传算法实现自动标引,避免了已有方法的缺陷.通过对大规模真实中文学术文献上实验结果进行分析,表明了本文方法的有效性.

摘要： 本文首先对中国化学文献数据库现状做了简要介绍,阐述了建设文献自动标引系统的意义.通过对自动标引方法的研究和对汉语自动标引难点的分析,对中国化学文献数据库自动标引的可行性进行了探讨;提出了建设中国化学文献自动标引系统的研究方法和总体设计;最后总结了系统可能存在的问题和应用前景.

摘要： 本文分析了叙词表的运行、使用环境的变化。结合叙词表在面向网络、面向用户、面向自动标引的需求，探讨了叙词表编制实践中应该注意的一些问题，并提出了相关的解决办法。

摘要： 本文从自动标引现状出发，通过大量实验数据统计，分析了词频分布规律，明确了词频分布规律对于关键词的选取没有太大作用，揭示了目前自动标引技术过渡依赖词频统计的误区。

摘要： 通过探讨叙词和本体的现状,提出了为现有的叙词表引入本体实例的设想.给出了带有实例的叙词表的基本结构以及实例构建中的基本原则,同时探索了其在自动标引和检索领域的应用.通过为叙词表引入实例,可以有效提高对隐性知识的发现和管理能力,使现有叙词表在自动标引和检索方面发挥更大的作用.

摘要： 报纸文献主题标引、分类标引和命名实体抽取是其内容深加工的主要形式，基于知识库的自动标引是报纸文献标引自动化的一种实现方式。本文在报纸文献自动标引研究现状基础上提炼出报纸文献自动标引一般流程，提出知识库建设是其实现自动标引的前提。结合报纸文献标引的特点，提出报纸文献标引用知识库应由主题标引库、分类知识库和实体标引库三部分多个词表组成，具有多词表融合、规模大、可扩充、简单易行等特点。同时，就知识库构建中的主题规范表、分类主题对照表和命名实体抽取规则库建设等关键技术进行阐述。

摘要： 随着信息技术的高速发展，学术资源急剧膨胀，目前世界上每年发表的地质学及相关学科的文献大约为30万篇以上，美国、俄罗斯、法国、英国、中国等国家陆续开发了地学文献信息系统。文章对国内外的地质学自动化文献信息检索系统的现状进行了分析，提出今后应将现有叙词表的词进行归并，编制出多语种地质学术语词典，并在此基础上建立自动标引用的词典。

摘要： 本文针对目前大量的军队政工网页缺少元数据标引的现状,研究军队政工网页自动化标引的方法、工具和实现途径,并以实例证明其可行性.通过自动化标引,使军队政工网页提高了语义揭示能力,有利于信息资源的共享、互操作和语义检索.

摘要： 本文针对目前大量的军队政工网页缺少元数据标引的现状,研究军队政工网页自动化标引的方法、工具和实现途径,并以实例证明其可行性.通过自动化标引,使军队政工网页提高了语义揭示能力,有利于信息资源的共享、互操作和语义检索.

摘要： 本文针对目前大量的军队政工网页缺少元数据标引的现状,研究军队政工网页自动化标引的方法、工具和实现途径,并以实例证明其可行性.通过自动化标引,使军队政工网页提高了语义揭示能力,有利于信息资源的共享、互操作和语义检索.

摘要： 本申请涉及用于肘部自动对准的组合的转向引擎和界标引擎，其中公开了一种用于自动对准磁共振（MR）扫描以用于诊断扫描计划的方法，该方法包括获取解剖对象的三维（3D）定位器图像。使用界标引擎识别3D定位器图像中的一个或多个初始界标。基于一个或多个初始界标，识别与解剖对象相关联的一个或多个主轴。基于相关联的主轴将3D定位器图像登记到规范空间，以产生登记的3D定位器图像。将界标引擎应用于登记的3D定位器图像，以产生一个或多个更新的界标。基于一个或多个更新的界标，计算用于执行MR扫描的多个参考点。

摘要： 一种数据智能标引和自动化数据清洗的方法，包括以下具体步骤：接收数据输入请求；对接收的数据进行分段，得到多段数据；调用指令并判断调用指令为标引指令或者为清洗指令：若为标引指令，则输入标引关键词，将各标引关键词依次带入各分段数据中，将含有该标引规则的数据进行标引，对各段标引结果依次进行整合和保存；若为清洗指令，则同时对各段进行清洗，将各段的清洗结果整合并进行保存，再对预清洗后的整合数据进行再次清洗，最后对数据深度清洗后的数据进行输出显示。本发明还提出数据智能标引和自动化数据清洗的的系统。本发明对数据进行分段，对不同的分段同时进行命令，提高了运行的效率。

摘要： 本申请涉及用于肘部自动对准的组合的转向引擎和界标引擎，其中公开了一种用于自动对准磁共振（MR）扫描以用于诊断扫描计划的方法，该方法包括获取解剖对象的三维（3D）定位器图像。使用界标引擎识别3D定位器图像中的一个或多个初始界标。基于一个或多个初始界标，识别与解剖对象相关联的一个或多个主轴。基于相关联的主轴将3D定位器图像登记到规范空间，以产生登记的3D定位器图像。将界标引擎应用于登记的3D定位器图像，以产生一个或多个更新的界标。基于一个或多个更新的界标，计算用于执行MR扫描的多个参考点。

摘要： 本发明公开了电影标签自动标引方法及自动标引系统，由于主要包括：生成电影语义标签并制定电影语义元数据规范框架；建立电影自动标引系统，电影自动标引系统根据电影语义元数据规范框架生成电影传输特征信息语义标签向量代码，并填充到电影语义标签库；从而可以克服现有技术中人工标引成本很高、标引速度慢且不适用于在线实时数据信息的缺点，实现网络信息资源的“个性化按内容主动服务”的优点；实现对数量大、种类多、动态性强的电影信息进行全面、准确、高效地标引的优点。

摘要： 本发明公开了一种基于文本特征和语法规则的PDF全自动标引系统及方法，系统配置解析层、事件分发层、功能实现层。该系统采用了事件驱动的方式，使用了观察者模式的架构，先通过解析PDF生成一个包含基础信息的XML中间文件，然后再使用文本特征以及语法特征分析等技术分析所有的PDF元素以完成全部自动标引过程；PDF全自动标引方法将整个工作流程分为了七个阶段，分别为元素提取阶段、块聚合阶段、行聚合阶段、图片标签识别阶段、标签匹配阶段、标引文件生成阶段和异常处理阶段，能够实现PDF文件的全自动解析、加标签、聚合并最终导出包含所有信息的结构化数据。本发明提高了系统的扩展性、PDF处理效率和内容利用深度，实现PDF的全自动标引。

摘要： 本发明公开了电影标签自动标引方法及自动标引系统，由于主要包括：生成电影语义标签并制定电影语义元数据规范框架；建立电影自动标引系统，电影自动标引系统根据电影语义元数据规范框架生成电影传输特征信息语义标签向量代码，并填充到电影语义标签库；从而可以克服现有技术中人工标引成本很高、标引速度慢且不适用于在线实时数据信息的缺点，实现网络信息资源的“个性化按内容主动服务”的优点；实现对数量大、种类多、动态性强的电影信息进行全面、准确、高效地标引的优点。

摘要： 本发明公开了一种基于文本特征和语法规则的PDF全自动标引系统及方法，系统配置解析层、事件分发层、功能实现层。该系统采用了事件驱动的方式，使用了观察者模式的架构，先通过解析PDF生成一个包含基础信息的XML中间文件，然后再使用文本特征以及语法特征分析等技术分析所有的PDF元素以完成全部自动标引过程；PDF全自动标引方法将整个工作流程分为了七个阶段，分别为元素提取阶段、块聚合阶段、行聚合阶段、图片标签识别阶段、标签匹配阶段、标引文件生成阶段和异常处理阶段，能够实现PDF文件的全自动解析、加标签、聚合并最终导出包含所有信息的结构化数据。本发明提高了系统的扩展性、PDF处理效率和内容利用深度，实现PDF的全自动标引。

摘要： 一种基于自动标引的无级动态演化主题云图的生成方法，针对某一领域均设置相应的主题词，并对此领域中的所有文本中的所述主题词进行筛选标引，根据所述文本的发布时间顺序，统计此领域中跟随时间变化的主题词统计状态，在主题词云图中通过主题词的字体大小、颜色等状态显示所述主题词的统计状态；通过根据时间轴配合动画变换中的关键帧，实现主题云图动态展示的无级变化；本发明生成了更高质量的主题云图展示项，用于可视化的主题词展示项数量更少，且更具有领域代表性，能够减少各主题词之间的意义重合和本领域无意义的展示项，能够更好的揭示主题内容；可以更科学更细致的揭示各学科领域的发展状况和变化。

摘要： 本发明提出一种基于多因子混合排序机制的学科分类自动标引方法，其特征在于：包含以下步骤：1.构建不同数据来源的基础语料库，获取每一个关键词在基础语料库中在对应的所有学科分类号下出现次数、最大次数及概率；2.根据待标引的文献选取相应的基础语料库，预处理待标引文献的关键词，通过对比待标引文献的关键词与基础语料库关键词，对命中的参数依据多因子混合排序机制测算分值并降序排列；3.基于权威文献分类法设计学科滤镜，并通过学科滤镜对步骤2中降序排列的学科分类号进行筛选，缩小学科范围，输出指定Top N个学科分类号；4.将输出的关键词及学科分类号入库基础语料库，进行合并或者修订，提升基础语料库规模和质量。

摘要： 本发明为一种不完备专利自动标引方法，属于大数据人工智能深度学习领域。该方法包含以下步骤：S1：选择专利数据源，读取专利摘要、权利要求书、说明书等相关文本数据；S2：采用Word2ver和GloVe词向量技术进行向量训练，生成词库；S3，采用ISRI词干提取器对数据进行预处理；S4：结合词库，分别采用CNN和LSTM对实验集的专利特征进行提取，建立特征模型，并验证选取出词库和特征模型；S5：结合选取的词库和特征模型，逐一对测试集的专利进行标引。本发明提出了一种不完备专利自动标引方法，能够准确、全面、快速的完成专利分类任务，有利于构建专利大数据的智能分析决策系统，有利于对专利资源的有效整合、深度分析和挖掘及应用模式创新研究。