基于课表知识抽取的情报学课程设置启示研究
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3772/j.issn.1000-0135.2020.12.002

基于课表知识抽取的情报学课程设置启示研究

引用
情报学课程体系改革近年来逐渐成为研究的热点.在获取国外iSchool学校课程表的基础上,结合Bi-LSTM和BERT深度学习模型,构建课程名称的自动抽取模型,其中最优的BERT模型的调和平均值达到了92.92%.在该模型的基础上完成对所有课程名称的知识抽取,从而构建了相对全面和体系化的iSchool课程知识体系.在所抽取的知识基础上,从整体和类别的角度对国外iSchool课程的内容进行系统和深入的统计与分析;并在上述分析的基础上,对国内开设情报学相应的课程提供了切实可行的建议.

情报学课程、深度学习、iSchool、知识抽取、BERT

39

国家社科基金"加快构建中国特色哲学社会科学学科体系、学术体系、话语体系"研究专项"新时代中国特色图情学基本理论问题研究"19VXK09

2021-01-11(万方平台首次上网日期,不代表论文的发表时间)

共11页

1253-1263

相关文献
评论
暂无封面信息
查看本期封面目录

情报学报

1000-0135

11-2257/G3

39

2020,39(12)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn