搜索结果: 1-9 共查到“图书馆、情报与档案管理 自动分类”相关记录9条 . 查询时间(0.113 秒)
文献分类是图书馆学情报学领域的一个传统研究问题。实用化的中图法自动分类系统最重要的一个要求就是能够将文献精确地自动分类到三级或四级类目之下,这意味着需要将特定文献较为精确地自动分类到上千个类目之下。为了构建面向实际应用的科技文献中图法自动分类引擎,本文基于层次分类思想,设计和实现了一个基于多层分类器集群的科技文献自动分类引擎系统,并重点解决了科技文献自动分类引擎建设中的四个关键问题。
机器学习在中文期刊论文自动分类研究中的应用
期刊论文 文本自动分类 特征加权 层次分类法
<
2014/5/8
在机器学习的计算模式下，利用特征加权和浅层次分类方法可以有效实现期刊论文的中图法分类。[应用背景] 传统的人工分类方式在大数据环境下显得力不从心，而期刊电子化趋势使得自动分类技术能够有效缓解人工分类的压力。[方法] 将机器学习的思想运用到期刊论文的自动分类领域，分析比较支持向量机和BP神经网络算法在期刊论文自动分类中的效果，利用层次分类理念将中图法转化为三层分类体系，将类目号的获取简化为三层分类的...
提出一种基于英汉术语语义推导和归并的术语自动分类方法。以英汉术语库为基本语料,通过语义传导和词形规范为英文术语自动推荐候选分类,进而采用投票机制对推荐结果进行遴选和归并。实验结果表明,本方法对英文术语自动分类的准确率较高,具有一定的应用价值。
海量网络学术文献自动分类系统
学术文献 自动分类 并行处理
<
2013/11/4
随着Internet的发展,互联网上的学术文献数量呈指数增长,很难为科研工作者所利用,因此亟需一种方法对海量的网络学术文献进行自动的搜集、整理、分类。在前期充分的实验论证后,设计实现一个海量网络学术文献自动分类系统,该系统使用模块化设计,包括学术文献自动抓取模块、学术文献词-文档矩阵处理模块、本体集成模块以及基于语义驱动的分类模块。实验证明,该系统可以有效地完成海量学术文献的自动抓取、处理和分类工...
基于RBFNN的专利自动分类研究
专利自动分类 文本分类 径向基函数神经网络
<
2012/3/15
为减少人工分类的不确定性和分类错误,将文本分类技术引入专利自动分类系统,采用径向基函数神经网络(RBFNN)算法完成专利文本的训练和分类,并进行相关测试分析。实验结果表明,采用RBFNN分类器在专利文本自动分类中具有较理想的性能,测试平均F1值在70%以上。
多种载体信息资源的自动分类方法与实践
信息资源 自动分类 信息载体 信息系统
<
2007/12/28
[摘要]通过对多种载体信息资源MARC的数据分析，归纳总结其MARC数据的不同，并根据不同载体资源MARC字段的特征，设计并实现计算机自动分类，从而提高信息服务的质量。
[摘要]结合粗糙集的属性约简和RBF神经网络的分类机理，提出一种新的文本分类混合算法。试验结果表明，与朴素贝叶斯、SVM、kNN传统分类方法相比，该方法在保持分类精度的基础上，分类速度有明显提高，体现出较好的稳定性和容错性，尤其适用于特征向量多且难以分类的文本。
数字信息资源的自动分类和主题识别--OCLC“蝎子计划”研究
<
2007/8/9
数字信息资源的自动分类和主题识别--OCLC“蝎子计划”研究
薛春香(南京农业大学信息管理系 江苏 210095)
侯汉清(南京农业大学信息管理系 江苏 210095)
文 摘
“蝎子计划（Scorpion Project）”是美国OCLC利用《杜威十进分类法》电子编辑支持系统（ESS）对数字信息资源进行自动分类和主题识别的一个研究项目。本文简要介绍了该项目的进展情况、实施原理，描述了Scor...
基于Boosting算法的文本自动分类器模型设计
数字图书馆 文本分类 Naive Bayes算法 Boosting算法
<
2005/1/13
对数字文本进行准确高效的分类是保证数字资源被全面检索和充分利用的基础。本文以Boosting算法为基本框架，详细论述了数字图书馆建设过程中，数字文本分类过程所采用的算法，设计了一个综合了Naive Bayes算法和Boosting算法的文本自动分类系统模型，并通过实验证明了该分类器的准确性。