期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向有组织产学研协同创新的合作主题挖掘
被引量:
3
1
作者
黄璐
任航
+1 位作者
曹晓丽
陈翔
《科学学研究》
北大核心
2025年第3期548-559,共12页
开展有组织的产学研协同创新,是发挥我国新型举国体制优势、实现产学研深度融合的重要内容。其中,对产学研“合作主题”的有效识别是实现高质量高效率产学研协同创新的首要问题。本文提出了一套基于复杂网络分析和深度学习算法的产学研...
开展有组织的产学研协同创新,是发挥我国新型举国体制优势、实现产学研深度融合的重要内容。其中,对产学研“合作主题”的有效识别是实现高质量高效率产学研协同创新的首要问题。本文提出了一套基于复杂网络分析和深度学习算法的产学研协同创新合作主题挖掘方法。首先,围绕“有组织的产学研协同创新”概念和主题特征进行深度剖析,提出产学研合作主题应具有高价值性和强相关性两大特征;其次,基于论文数据和专利数据分别构建“科学主题词-学研机构”双层网络和“技术主题词-企业”双层网络,其中,SciBERT模型被用来构建科学和技术主题词语义网络,基于Node2Vec的链路预测模型被用来预测未来的科学和技术主题词语义网络;之后,应用复杂网络拓扑结构分析、社区发现、机器学习等方法对主题的新颖性、基础性、广泛性、成长性、前瞻性五大指标进行测度,识别高价值的科学主题和技术主题;最后,对语义相似度指标SimDoc进行改进,计算科学主题和技术主题之间的相关性,遴选产学研协同潜力大的“科学主题-技术主题对”。本文选取人工智能领域开展实证研究,对提出的研究方法进行验证。本研究能为国家、区域和行业组织高层级产学研协同创新提供重要的量化决策参考。
展开更多
关键词
产学研协同创新
产学研合作主题
scibert
模型
复杂网络分析
有组织
原文传递
基于混合深度学习模型的科技文献自动综述模型构建研究
被引量:
7
2
作者
马浩
崔运鹏
《情报理论与实践》
CSSCI
北大核心
2021年第9期176-182,168,共8页
[目的/意义]在大数据时代,如何高效地进行科技文献知识组织与服务已成为图情领域的研究热点。因此,开展科技文献综述自动生成模型研究具有重要意义。[方法/过程]文章中,综述的自动构建分为两步:首先基于语步理论对输入文本的句子按语步...
[目的/意义]在大数据时代,如何高效地进行科技文献知识组织与服务已成为图情领域的研究热点。因此,开展科技文献综述自动生成模型研究具有重要意义。[方法/过程]文章中,综述的自动构建分为两步:首先基于语步理论对输入文本的句子按语步类别进行识别与抽取,然后以各类语步的句子集为输入通过生成模型进行综述生成。研究分别基于SciBERT深度学习模型和Transformer网络构建了语步识别模型和综述文本生成模型。[结果/结论]语步抽取模型整体识别效果评价F1值达到87.12%,生成模型的生成效果与TextRank模型和BiLSTM模型相比在ROUGE-1、ROUGE-2和ROUGE-L三项评价指标上分别提高了4.5%、2.9%和3.3%。研究完成了科研文献综述自动生成任务的整体模型构建与实现。
展开更多
关键词
科技文献
自动综述
语步识别
深度学习模型
scibert
原文传递
题名
面向有组织产学研协同创新的合作主题挖掘
被引量:
3
1
作者
黄璐
任航
曹晓丽
陈翔
机构
北京理工大学经济学院
数字经济与政策智能工业和信息化部重点实验室
中国科学院文献情报中心
中国科学院大学经济与管理学院信息资源管理系
北京理工大学管理学院
出处
《科学学研究》
北大核心
2025年第3期548-559,共12页
基金
国家自然科学基金面上项目(72274013,72371026)。
文摘
开展有组织的产学研协同创新,是发挥我国新型举国体制优势、实现产学研深度融合的重要内容。其中,对产学研“合作主题”的有效识别是实现高质量高效率产学研协同创新的首要问题。本文提出了一套基于复杂网络分析和深度学习算法的产学研协同创新合作主题挖掘方法。首先,围绕“有组织的产学研协同创新”概念和主题特征进行深度剖析,提出产学研合作主题应具有高价值性和强相关性两大特征;其次,基于论文数据和专利数据分别构建“科学主题词-学研机构”双层网络和“技术主题词-企业”双层网络,其中,SciBERT模型被用来构建科学和技术主题词语义网络,基于Node2Vec的链路预测模型被用来预测未来的科学和技术主题词语义网络;之后,应用复杂网络拓扑结构分析、社区发现、机器学习等方法对主题的新颖性、基础性、广泛性、成长性、前瞻性五大指标进行测度,识别高价值的科学主题和技术主题;最后,对语义相似度指标SimDoc进行改进,计算科学主题和技术主题之间的相关性,遴选产学研协同潜力大的“科学主题-技术主题对”。本文选取人工智能领域开展实证研究,对提出的研究方法进行验证。本研究能为国家、区域和行业组织高层级产学研协同创新提供重要的量化决策参考。
关键词
产学研协同创新
产学研合作主题
scibert
模型
复杂网络分析
有组织
Keywords
industry-university-research synergy innovation
industry-university-research collaboration topic
scibert model
complex network analysis
organized
分类号
G353.12 [文化科学—情报学]
原文传递
题名
基于混合深度学习模型的科技文献自动综述模型构建研究
被引量:
7
2
作者
马浩
崔运鹏
机构
中国农业科学院农业信息研究所
出处
《情报理论与实践》
CSSCI
北大核心
2021年第9期176-182,168,共8页
基金
NSTL文献专项任务“下一代开放知识服务平台关键技术优化集成与系统研发”子任务“农业领域专业词表构建及跨文档自动综述生成算法研究”的成果,项目编号:2020XM05。
文摘
[目的/意义]在大数据时代,如何高效地进行科技文献知识组织与服务已成为图情领域的研究热点。因此,开展科技文献综述自动生成模型研究具有重要意义。[方法/过程]文章中,综述的自动构建分为两步:首先基于语步理论对输入文本的句子按语步类别进行识别与抽取,然后以各类语步的句子集为输入通过生成模型进行综述生成。研究分别基于SciBERT深度学习模型和Transformer网络构建了语步识别模型和综述文本生成模型。[结果/结论]语步抽取模型整体识别效果评价F1值达到87.12%,生成模型的生成效果与TextRank模型和BiLSTM模型相比在ROUGE-1、ROUGE-2和ROUGE-L三项评价指标上分别提高了4.5%、2.9%和3.3%。研究完成了科研文献综述自动生成任务的整体模型构建与实现。
关键词
科技文献
自动综述
语步识别
深度学习模型
scibert
Keywords
scientific literature
automatic review
move recognition
deep learning
model
scibert
分类号
G434 [文化科学—教育技术学]
G353.1 [文化科学—情报学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
面向有组织产学研协同创新的合作主题挖掘
黄璐
任航
曹晓丽
陈翔
《科学学研究》
北大核心
2025
3
原文传递
2
基于混合深度学习模型的科技文献自动综述模型构建研究
马浩
崔运鹏
《情报理论与实践》
CSSCI
北大核心
2021
7
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部