摘要：[目的]构建中国陶瓷图像派系识别模型,实现对陶瓷图像派系的自动分类和识别,为陶瓷文化研究和数字化保护提供技术支撑。[方法]采用“端到端范式”构建模型,将迁移学习、集成学习应用到陶瓷派系识别中,并利用DCGAN算法进行样本平衡,根据各种陶瓷品的工艺和艺术风格,实现对10个陶瓷派系的识别与分类。[结果]基于端到端范式构建的陶瓷派系识别模型能够很好地提取图像特征并完成识别任务,且效果优于手工设计特征工程的基线模型。迁移学习使得预训练模型学习到的特征可以有效迁移到陶瓷派系识别这一细粒度的下游任务中,最优模型准确率达到73.16%;改进的Stacking集成方法融合上述模型学到的知识,最终准确率达到81.39%。[局限]本文所使用的数据来源于百度图片,数据来源较为单一,对模型的性能产生一定影响。[结论]基于迁移学习与集成学习的端到端图像模态分类模型能够有效地应用到陶瓷这一细粒度任务中,取得了较好的效果。

摘要：【目的】针对音乐信息检索中的声乐分类问题,将音频的统计特征和图像特征进行融合,探索效果更好的分类模型。【方法】抽取音频信息的统计特征以及梅尔频谱图图像特征。将机器学习方法用于统计特征,并设计了一种多层卷积神经网络架构用于图像特征,将声乐分类问题转化为图像分类问题,最后提出一种融合统计特征和图像特征的深度学习方法。【结果】在声乐分类任务上,基于图像特征的深度学习方法比机器学习方法 F1值提高约6个百分点,基于特征融合的深度学习模型F1值可达到69%以上,超过基于图像特征的深度学习模型3.4个百分点。【局限】实验数据量较小,未能完全发挥深度学习方法的优势。【结论】梅尔频谱图采样参数的设置对深度模型实验结果有较大影响,本文提出的特征融合方法可以有效提升声乐分类性能。

摘要：[目的/意义]强针对性、高自由度的合作者推荐服务能够促进科研工作者之间的知识和资源共享,提高科研质量与效率。[方法/过程]基于混合推荐方法的思想,从学者科研合作动机角度切入设计科研合作者推荐方案的框架并给出具体的实现过程。首先,针对寻求主题相似、主题指定或主题互补等合作者的需求,设计多项基于学者研究主题的推荐指标并给出计算方案;其次,面向寻求权威合作者的需求,设计多项基于关系网络结构的推荐指标并给出计算方案;最后,基于学者按需求提供的权重将两部分指标综合集成。[结果/结论]以情报学领域为例对论文所提科研合作者推荐方案进行实证研究。研究结果表明,结合领域内研究主题与学者关系网络结构的科研合作者推荐方案能够准确地识别出社会资本强度更高的备选合作者,能够更好地适应科研合作者推荐的个性化需求。

摘要：文章通过学习扩展的机器学习和深度学习,提出针对非物质文化遗产项目语料的术语抽取及新词发现方法,形成领域术语库并探讨在数字人文领域的应用。首先使用自然语言处理方法对非遗陶瓷语料进行预处理,结合领域术语词表对语料进行标注;然后针对Random-CRFs模型,研究词表特征(DICT)、词性特征(POS)、部首特征(Radical)、拼音特征(Pinyin)对术语抽取效果的影响,再对比Random-CRFs、Random-BiLSTM、Random-BiLSTM-CRFs、BERT-BiLSTMCRFs等4个模型对术语抽取效果的影响;最后使用训练完成的模型对测试集语料进行新词识别,对抽取出的候选词进行人工判断,构建包含1,173个术语的非物质文化遗产陶瓷工艺领域术语库,将其应用于非遗项目画像、非遗陶瓷工艺知识图谱和非遗陶瓷工艺术语检索。

摘要：[目的/意义]目前,非物质文化遗产领域内细粒度的人文性知识(情感、观念、思维、风格等)广泛散布在多源异构的非结构化文本中,尚未得到有效组织,如何设计一套由大规模非遗文本向人文性知识自动转化的模式,对于人文知识图谱的构建及其应用具有重要指导作用。[方法/过程]本文面向非遗非结构化文本探索领域知识组织模式,重点结合知识图谱在文本语义关联解析与数据语义链接层面的技术特质,一方面引入自然语言处理技术对非遗文本内人文性知识进行语义关联解析,另一方面在语义融合的基础上推动数据的语义链接与知识服务。随后,以联合国非遗名录中的"古琴艺术"为案例进行实现路径分析,包括:元数据特征解析与人文本体语义建模、"冷启动"下融入汉字语言特征的文本语义关联解析、语义融合下多源知识的语义链接、基于语义知识图谱的非遗人文知识服务。[结果/结论]本文提出了非遗非结构化文本到结构化知识至开放共享知识库的一整套知识组织模式与自动化实现路径,语义技术的有效利用细化了领域知识的粒度,知识的语义描述与链接提升了数据关联的范畴,进而为更深层次的非遗人文知识服务打下基础。

摘要：数据驱动下,与日俱增的电子政务信息资源愈发表现出多源异构的特性,基于大规模语料设计一套电子政务领域内中文术语深度层次关系的自动化识别方案,不仅有利于从内容与结构层面弥补人工构建领域词表的不足,且对于我国政务信息资源的开放共享与后续应用更具有重大现实意义。因此,本文分别基于内容与结构双重视角识别电子政务主题词表内术语间的深层关联,通过谱聚类生成的基于内容的层次关系为初步框架,凭借形式概念分析生成的基于结构的层次关系为后期修正指导,以期构成兼顾关联术语召回率与准确率的电子政务领域术语本体。研究结果显示,电子政务术语本体的层次结构合理有效,且术语层次关系的评价结果表明知识本体具备良好的扩展性和延伸性。

摘要：[目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。

摘要：学科教材资源建设水平是影响学科教育质量的核心因素,从多角度全面分析我国情报学教材资源建设情况,能够为情报学学科建设与情报学教育长效发展提供参考。本研究通过文献调研、网络调研等方法全面采集我国情报学及相关学科教材资源建设信息,采用统计分析法与内容分析法从教材出版时间、主题类别、系列名称、教材作者与编写方式等多角度进行分析。研究结果表明,情报学专业教材资源目前尚存在情报元素缺失、主题分布失衡、适用层次模糊、内容体系断档等问题。基于此,本研究围绕完善顶层设计、做好多元平衡、规范编写原则、构建储备机制这四个方面提出相应的教材资源建设提升路径。

摘要：颠覆性技术的高风险性对科技伦理治理提出了严峻挑战和较高要求,在颠覆性技术高速发展与科技伦理治理体系相对滞后的矛盾下,“基因编辑婴儿”“人体头颅移植手术”等违反伦理的事件层出不穷。本文结合颠覆性技术的特征,探讨前瞻性识别与风险防控、实时监管与智能审查、敏捷决策与应急处理三大治理要点,以《关于加强科技伦理治理的意见》作为顶层设计和总体指导,尝试构建一种面向颠覆性技术的伦理敏捷治理框架,形成政府管理部门、科研创新主体、科技类社会团体等多方共同参与,自下而上的治理模式,并提出针对性的建议,以期为我国科技伦理治理的全面开展指明路径。

摘要：文章提出从"分类、分级、分期"三个维度对突发事件特征属性进行描述和编码,建立突发事件特征词典,辅助应急情报采集与组织的方法。首先,利用现有突发事件分类体系,以及从相关部门关于突发事件的分类、通报等信息中提取的突发事件分类特征属性词及词间关系,设计编码规则,建立突发事件分类词表;其次,利用相关文件提取突发事件各个分类的分级标准并编码,再针对每个分类下的所有分级制定分期标准;再次,采用概念树的形式存储突发事件三个维度的特征属性,构建突发事件特征词典;最后,利用构建的特征词典辅助突发事件情报采集与组织。