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SAO结构短文本分类时面临的语义特征短缺和领域知识不足问题，提出一种融合语义联想和BERT的SAO分类方法，以期提高短文本分类效果。[方法/过程] 以图情领域SAO短文本为数据源，首先设计了一种包含"扩展-重构-降噪"三环节的语义联想方案，即通过语义扩展和SAO重构延展SAO语义信息，通过语义降噪解决扩展后的噪声干扰问题；然后利用BERT模型对语义联想后的SAO短文本进行训练；最后在分类部分实现自动分类。[结果/结论] 在分别对比了不同联想值、学习率和分类器后，实验结果表明当联想值为10、学习率为4e-5时SAO短文本分类效果达到最优，平均F1值为0.852 2，与SVM、LSTM和单纯的BERT相比，F1值分别提高了0.103 1、0.153 8和0.140 5。
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] 提出一种融合评论主题识别与技术属性多维度分析的技术机会发现方法，从技术需求驱动视角识别技术机会，为企业前瞻布局研发方向与进行科研管理规划提供决策建议支持。[方法/过程] 以产品在线评论为研究数据源，首先，利用LDA主题模型识别出评论技术主题，提出技术评论主题强度和主题新颖度两个指标，筛选出新兴重点技术评论主题。然后，从学术论文、技术专利中人工选取技术属性词，通过TF-IDF值计算得到评论高频词，结合专家知识进一步筛选出技术特征词，构建产品技术属性词-技术特征词表。通过相关性计算分别得到与评论相关和与新兴重点技术评论主题相关的技术属性。最后，提出一种产品重要技术属性识别指标模型并设计一种多维度分析方法，分析产品重要技术属性的特征情况，最终识别出蕴含在评论文本中的新兴技术机会。[结果/结论] 实验结果表明该方法能够有效地识别技术机会，为企业产品技术研发管理提供参考。
点击量
点击量
下载量
评论
