项目名称: 图书层次主题自动标引研究

项目编号: No.71303089

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 陈静

作者单位: 华中师范大学

项目金额: 20万元

中文摘要: 随着电子图书信息资源的迅速增长,图书主题自动标引的粗粒度现状与信息用户需求的精细化趋势之间的矛盾日趋严重,进行图书层次主题自动标引是解决这一矛盾的有效方法。本项目在理论梳理与需求分析基础上,着力于构建图书层次主题自动标引模型及其方法体系,首先,设计图书目次识别算法,该算法融合机器学习及语义分析,从图书中提取目次特征与标记规则,接着,研制图书层次主题结构划分方法,利用目次识别和模糊检索划分出图书主题粗结构,利用层次主题模型和聚类分析,对图书主题粗结构划分得到的最小逻辑单元进行层次主题结构划分及主题标引,然后,通过基于概率主题模型的主题信息抽取方法,抽出图书主题粗结构中各逻辑单元的主题信息,实现图书层次主题自动标引,以细化图书信息研究粒度,拓展图书信息组织研究内容,推进图书信息资源管理与应用发展。

中文关键词: 层次主题;自动标引;图书;主题结构划分;主题抽取

英文摘要: With the rapid growth of electronic book information resources, the contradiction between coarse-granularity status of book topic indexing and fine-granularity trend of information users' needs becomes increasingly serious. Combining book topic structure partition and book hierarchy topics extraction to index book hierarchical topics(BHT) is an effective way to resolve the contradiction. On the basis of theoretical inspection and needs analysis, this project makes efforts to build an automatic indexing model for BHT and its methodologies with the help of artificial intelligence and data mining theories and methods. First, an algorithm combining machine-learning and semantic analysis for table of contents (TOC) recognizing is designed to mine characteristics and marking rules of TOC. Then, the structure of BHT is partitioned within two steps. The first step is book coarse structure partition following fuzzy retrieval model and results of TOC recognition, and the second step is that, by applying hierarchical topic model and clustering analysis, the lowest level text fragments from the former one are partitioned their hierarchical topics structure out and indexed. At last, topic extraction and indexing for book coarse structure are done with an algorithm based on probabilistic topic model. So, automatic indexing of

英文关键词: hierarchical topic;automatic indexing;book;topic structure partition;topic extraction

成为VIP会员查看完整内容
2

相关内容

【AAAI 2022】299页PPT,NUS最全《自动合成》教程
专知会员服务
18+阅读 · 2022年3月17日
工信部印发《“十四五”大数据产业发展规划》,20页pdf
TKDE21 | 网络社团发现新综述:从统计建模到深度学习
专知会员服务
27+阅读 · 2021年10月27日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
62+阅读 · 2021年2月4日
专知会员服务
111+阅读 · 2021年1月8日
面向司法案件的案情知识图谱自动构建
专知会员服务
125+阅读 · 2020年4月17日
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
面向新闻媒体的命名实体识别技术
PaperWeekly
18+阅读 · 2019年4月17日
专栏 | NLP概述和文本自动分类算法详解
机器之心
12+阅读 · 2018年7月24日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
Arxiv
27+阅读 · 2020年6月19日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Arxiv
21+阅读 · 2019年8月21日
小贴士
相关VIP内容
【AAAI 2022】299页PPT,NUS最全《自动合成》教程
专知会员服务
18+阅读 · 2022年3月17日
工信部印发《“十四五”大数据产业发展规划》,20页pdf
TKDE21 | 网络社团发现新综述:从统计建模到深度学习
专知会员服务
27+阅读 · 2021年10月27日
专知会员服务
35+阅读 · 2021年6月16日
专知会员服务
70+阅读 · 2021年3月27日
专知会员服务
62+阅读 · 2021年2月4日
专知会员服务
111+阅读 · 2021年1月8日
面向司法案件的案情知识图谱自动构建
专知会员服务
125+阅读 · 2020年4月17日
相关资讯
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
知识图谱的自动构建
DataFunTalk
55+阅读 · 2019年12月9日
面向新闻媒体的命名实体识别技术
PaperWeekly
18+阅读 · 2019年4月17日
专栏 | NLP概述和文本自动分类算法详解
机器之心
12+阅读 · 2018年7月24日
文本聚类:从非结构化数据快速获取见解
Datartisan数据工匠
15+阅读 · 2017年10月12日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员