摘要：【目的】实现社交媒体虚假新闻早期检测,遏制虚假信息的广泛传播。【方法】在同时利用图像与文本特征的基础上,通过将图像映射为语义标签,设计了一种图像与文本内容语义一致性计算方法,构建虚假新闻检测模型,并采用虚假新闻检测标准数据集FakeNewsNet验证模型的性能。【结果】融合新闻图像与文本语义一致性特征的全特征模型在PolitiFact数据上的检测F1值达到0.775,在GossipCop数据上的F1值达到0.879,说明该模型具有良好的检测效果。【局限】由于现有图像语义标注模型标注能力的局限性,尚无法准确描述图像内容,所计算的语义一致性存在误差。【结论】多模态特征融合能够有效提升虚假新闻检测性能,本文构建的新闻文本与图像语义一致性特征能够丰富和拓展虚假新闻检测依据。

摘要：【目的/意义】社交媒体在改变新闻传播以及人类获取信息方式的同时,也成为了虚假新闻传播的主要渠道。因此,快速识别社交媒体中的虚假新闻,扼制虚假信息的传播,对净化网络空间、维护公共安全至关重要。【方法/过程】为了有效识别社交媒体上发布的虚假新闻,本文基于对虚假新闻内容特征的深入剖析,分别设计了文本词向量、文本情感、图像底层、图像语义特征的表示方法,用以提取社交网络中虚假新闻的图像特征信息和文本特征信息,构建多模态特征融合的虚假新闻检测模型,并使用MediaEval2015数据集对模型性能进行效果验证。【结果/结论】通过对比分析不同特征组合方式和不同分类方法的实验结果,发现融合文本特征和图像特征的多模态模型可以有效提升虚假新闻检测效果。【创新/局限】研究从多模态的角度设计了虚假新闻检测模型,融合了文本与图像的多种特征。然而采用向量拼接来实现特征融合,不仅无法实现各种特征的充分互补,而且容易造成维度灾难。

摘要：本文对学术文本引文上下文的定义及其识别研究进展进行梳理,考虑科研人员在相关研究撰写过程中或期刊编辑在审稿过程中的特定信息需求,探讨基于引文上下文辅助生成相关研究章节的可行性。在此基础上,对基于引文上下文的相关研究辅助生成系统的系统思路、功能模块进行设计,并以Science Direct数据库在1957—2014年收录的289 926篇计算机领域的科研文献全文网页数据作为数据源,实现相关研究辅助生成系统RWGS。结果表明,RWGS可较好满足科研人员在撰写相关研究章节或期刊编辑在审稿时更细粒度的信息需求,对传统学术数据库的检索结果有一定优化效果,同时将文献检索、文献阅读和相关研究写作三个过程有机地整合,有效改善系统用户体验,提升学术创作效率。

摘要：本文以"锅庄"、"堆谐"两种具有代表性的西藏非物质文化遗产为例,分析了西藏非物质文化遗产知识本体构建的重难点,对其中的关键问题如领域数据集构建、领域文本分词、本体标注、本体关联、本体可视化等进行了研究,在此基础上设计并实现了一个面向文本与多媒体数据的非遗知识本体构建系统,并在此基础上构建了一个具有一定规模的非遗知识本体库。

摘要：数字和智能化发展已经成为高校图书馆建设的重点方向,而参考咨询作为高校图书馆服务的重要组成部分,它的智能化建设有助于更好的服务于师生和学术知识的传播。本研究以武汉大学图书馆为对象,根据现有问答语料特点和武汉大学图书馆特有的业务场景需求,构建了图书馆领域自动问答系统,系统创新性在于多技术模块的融合以及业务和学术知识的抽象和表征。本文从系统的架构设计出发,对各功能模块应用的技术和实现进行了介绍。

摘要：文章首先对知识发现和研究空白(Research Gaps)发现的相关研究现状和问题梳理,设计和实现了一个基于关键词共现的学科领域Research Gaps发现算法;然后,以Web of Science中图书情报领域在1900-2017年的全部文献为研究对象,利用提出的算法进行图书情报领域Research Gaps识别,并对识别得到的Research Gaps填补文献与普通文献从时间分布、类别分布和著者分布等方面进行对比分析。研究结果表明:(1)本文提出的Research Gaps发现算法能够较好的发现图情领域中有实际意义的Research Gaps,为推广至其他学科奠定基础;(2)Research Gaps填补文献较普通文献具有较高的影响力。