知识发现 科技文献内容挖掘技术研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

知识发现 科技文献内容挖掘技术研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景及问题提出1

1.1.1 研究背景1

1.1.2 问题的提出2

1.2 国内外研究概况3

1.2.1 基于文献内容的知识发现3

1.2.2 支持向量机5

1.2.3 论文影响力预测9

1.2.4 文本分类11

1.2.5 领域框架语义网络本体构建15

第2章 学术论文影响力预测方法16

2.1 样本分析16

2.2 基于支持向量机的学术论文影响力预测模型20

2.2.1 模型参数的影响22

2.2.2 模型的样本特征值预处理及样本非平衡敏感性31

2.2.3 增量学习策略33

2.2.4 样本特征选择36

2.2.5 学科敏感性40

2.3 与已有预测方法的比较41

2.4 结论42

2.5 小结42

第3章 术语概念聚类策略43

3.1 样本特征及其分布情况43

3.2 共词缀词术语概念聚类策略45

3.2.1 算法描述及实验46

3.2.2 基于区分度的术语聚类停用词算法51

3.3 算法有效性评价及改进52

3.4 结论54

3.5 小结54

第4章 基于区分度的文本分类技术55

4.1 基于支持向量机的单分类器多分类方法55

4.1.1 新类别在线训练方法57

4.1.2 基于类别区分度的特征选择算法57

4.1.3 术语同义聚类对文本分类效果的影响59

4.1.4 基于特征向量及句子向量的组合文本分类方法64

4.1.5 训练样本分类可靠性分析66

4.2 系统分类纠错方法68

4.3 结论70

4.4 小结70

第5章 领域框架语义网络本体候选核心词词库构建方法71

5.1 领域框架语义网络本体候选核心词库构建框架71

5.2 基于领域专指度的候选核心词选择方法72

5.2.1 领域词汇核心度73

5.2.2 领域词汇核聚度73

5.2.3 基于文献内容共现网络的新特征及新核心词在线学习76

5.3 基于语素的候选核心词选择方案78

5.3.1 领域语素核心度78

5.3.2 领域语素核聚度79

5.3.3 基于语素特征权重的领域新特征词判别方法81

5.3.4 领域语素提取82

5.4 领域框架语义网络本体核心词汇概念的层次、同位或等同关系挖掘84

5.5 领域框架语义网络本体核心词汇概念的领域相关概念词选择86

5.6 科技文献领域框架设计86

5.7 结论89

5.8 小结89

第6章 领域框架语义网络本体例句库构建方法90

6.1 领域框架语义网络本体候选例句库构建框架90

6.2 科技论文领域框架语义网络本体候选例句选择方法91

6.3 基于框架词元正则表达式的例句标注方法92

6.4 领域框架语义网络本体语义配价模板构建方法93

6.5 例句有效性的评价方法95

6.6 结论95

6.7 小结95

第7章 领域框架语义网络本体库构建及其应用96

7.1 基于科技论文领域核心词的框架语义网络本体库构建模式97

7.2 导电塑料中文本体库高水平科技文献语料97

7.3 导电塑料领域框架网络核心词汇98

7.4 导电塑料领域框架网络例句及配价模版100

7.5 导电塑料专利文献检索系统104

7.5.1 常见专利文献检索系统104

7.5.2 基于领域框架语义网络本体语义推理的文献检索系统106

7.6 导电塑料领域框架语义网络本体库的适应性107

7.6.1 技术路线图概念107

7.6.2 基于技术路线图的技术子框架——以物质制备为例108

7.7 领域本体构建框架的动态更新机制109

7.8 小结110

参考文献111

附录一：高水平论文预测模型实验样本示例123

附录二：提取当前记录的高频词近邻记录关键代码124

附录三：特征项的区分度计算125

附录四：类别特征向量生成算法程序127

附录五：关键词聚类算法132

附录六：中科院分词系统的基于SQL Server的ICTCLAS批处理程序（C#）137

附录七：支持向量机批应用程序140