图书情报与数字图书馆论文_基于智能主题图的科 - 科技风杂志社投稿

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

图书情报与数字图书馆论文_基于智能主题图的科

作者:

关键词:

摘要：

文章摘要:[目的/意义]大多数科技文献检索系统仍采用关键词方法对篇章级的科技文献进行描述和组织,这种知识组织方式缺乏对文献内容语义的丰富描述与组织,不能满足用户精准化的知识需求。为了实现对每篇科技文献内部内容的语义导航,向用户提供精准化的检索内容,对科技文献内部知识进行细粒度描述与组织变得更加迫切。[方法/过程]本文结合智能主题图结构,构建了一个基于智能主题图的科技文献细粒度知识组织模型。该模型在分析文献集合的内部内容特征基础上,抽取文献内部的主题以及知识单元,将文献集合划分为资源层、知识单元层、主题层以及聚类层,并采用全信息相似度方法计算主题及主题之间的关联、知识单元及知识单元间的语义关联度。[结果/结论]以《中国图书馆学报》中的部分文献为数据集进行实验,以图形化的方式对该模型进行了展示,并与传统检索结果进行比较,结果表明,本文提出的科技文献细粒度知识组织模型能对知识单元进行较为准确导航与检索。

文章关键词:

论文分类号:G353.1