分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》
摘要: [目的/意义] 了解图书馆界对图书馆组织氛围的认知情况,发掘图书馆组织氛围影响因素,为构建我国本土化的图书馆组织氛围测评体系提供一定依据与参考。[方法/过程] 基于馆员认知进行问卷调研,并结合文献调研对组织氛围影响因素予以分析,形成图书馆组织氛围影响因素体系。[结果/结论] 影响图书馆组织氛围的因素包括组织内部环境、社会外环境、图书馆行业性质以及馆员自身的价值观念与行为方式等,其中我国传统文化中强调人际关系的和谐、集体主义、等级观念等特征因素对馆员的认知与行为有一定正面或负面的影响。此外,图书馆组织氛围建设的重要性还未得到普遍重视,对组织氛围的认知有待加强。
分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-26 合作期刊: 《图书情报工作》
摘要: [目的/意义] 知乎是一个成功的知识问答社区,从用户参与价值共创视角总结其成功经验,有助于为图书馆知识服务的深入推进提供借鉴。[方法/过程] 使用案例分析方法,从知乎的初始阶段策略、扩充阶段策略和用户粘性保持策略三个方面分析知乎的用户发展路径;从用户参与提问编辑、用户参与内容质量评价和用户参与知识传递三个方面分析知乎的用户参与机制。[结果/结论] 知乎案例对图书馆知识服务的启示可以总结为三个方面:认识用户在图书馆知识服务中的价值,努力发展领先用户;重视对用户的引导机制,营造良好的参与氛围;提升用户体验,做好图书馆知识服务平台优化。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 在人文计算迅速发展的背景下,利用文本挖掘技术对《左传》进行聚类计算,为春秋时期社会发展状况的主题挖掘等定量分析提供参考,同时对典籍文本多维度重组和分析也具有一定的借鉴意义。[方法/过程] 采用文本聚类方法对《左传》进行多维度的定量分析,打破《左传》线性的编年体记载顺序,先运用词匹配算法从《左传》特征词语料中得到各个诸侯国语料,再将LDA主题模型先后用于处理《左传》特征词语料和选取的诸侯国语料,最后结合时间信息进行主题强度计算。[结果/结论] 实验结果表明,根据主题-词分布可以挖掘出春秋时期社会和诸侯国各方面的发展内容,通过主题强度变化曲线可以总结出春秋时期社会和各诸侯国的各方面发展态势。通过LDA主题聚类方法最终展现出了春秋时期整个社会以及不同诸侯国在战争、政治及外交等的发展变迁。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 针对《左传》中的战争事件展开研究,对先秦历史乃至中华民族文化的研究具有重要参考价值。[方法/过程] 基于框架理论构建《左传》战争事件基本框架体系,利用模式匹配法进行战争句识别,选择条件随机场模型、结合特征模板对战争时间、交战双方等7个命名实体进行识别和抽取,最后基于得到的结构化数据对战争事件进行分析和可视化展示。[结果/结论] 研究结果表明,条件随机场模型能够较好地应用于《左传》战争事件的抽取;特征选取会影响实体识别的结果;具体内容方面,春秋时期晋国、楚国、齐国、郑国等国参战频率较高,晋国为主要进攻方,郑国为主要防守方。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 构建面向典籍文本的语义本体,能够促进典籍文本的挖掘与分析。然而由于典籍文本与现代文本在语法上存在较大差异,给面向典籍的语义本体构建带来了困难。[方法/过程] 本文运用自然语言处理技术探讨针对先秦典籍的本体构建方法。以国际上文化遗产领域通用的CIDOC CRM为框架,设计先秦典籍本体模型。针对典籍文本内容的特点及句法特征,将规则抽取与条件随机场方法相结合,提出一套本体实例自动获取技术,并以《左传》为实验语料进行测试。[结果/结论] 实验表明,本文所提出的本体实例抽取技术能够较好地提高面向典籍文本的本体构建效率。基于规则的本体实例抽取实验F值在93%左右,基于条件随机场的本体实例抽取最佳特征模板的F值为82.51%。在本体实例获取中,词性信息和位置信息具有重要作用。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 针对文化遗产语义组织发展现状展开研究,对我国文化遗产研究具有重要参考价值。[方法/过程] 采用系统调研法、案例分析法和统计分析法,以调研数据概括为基础,从语义组织方式和知识服务与工具两个方面对文化遗产项目语义组织研究现状进行梳理,从知识建模、知识抽取和知识挖掘与利用三个维度对文化遗产语义组织关键技术进行剖析。[结果/结论] 研究发现,数据互操作、领域本体标准化、个性化语义、自动化工具和数据版权是未来文化遗产语义组织发展的关键。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2023-04-01 合作期刊: 《图书情报工作》
摘要: [目的/意义] 实现学术查询意图的自动识别,提高学术搜索引擎的效率。[方法/过程] 结合已有查询意图特征和学术搜索特点,从基本信息、特定关键词、实体和出现频率4个层面对查询表达式进行特征构造,运用Naive Bayes、Logistic回归、SVM、Random Forest四种分类算法进行查询意图自动识别的预实验,计算不同方法的准确率、召回率和F值。提出了一种将Logistic回归算法所预测的识别结果扩展到大规模数据集、提取“关键词类”特征的方法构建学术查询意图识别的深度学习两层分类器。[结果/结论] 两层分类器的宏平均F1值为0.651,优于其他算法,能够有效平衡不同学术查询意图的类别准确率与召回率效果。两层分类器在学术探索类的效果最好,F1值为0.783。