基于语义感知的英文文献自动标引概念遴选方法

摘要：

[目的/意义]资源数字化时代文献服务向知识服务方向转变,高质量的文献自动标引是文献知识服务能力提升的基础和关键,针对目前英文科技文献自动标引准确率不高的问题,提出了基于语义感知的概念遴选优化方法.[方法/过程]基于知识组织系统的自动主题标引,采用自然语言处理中的神经网络词向量技术,对概念和英文文献内容语义进行表示并进行语义感知与评估,实现概念标引结果在语义层面的遴选.该方法采用基于知识组织系统与自然语言处理技术相结合的方法,弥补了在语义层面上的不足,从而进一步降低不相关概念的影响,提高概念标引结果的准确率.[结果/结论]实验结果表明,该方法具有较好的语义感知性能,在概念遴选上有效降低了不相关概念,大大提高了标引结果的文献相关性,为科技文献资源知识化服务建设和相关研究提供有价值的参考和支持.

关键词：自动标引、概念遴选、语义感知、词向量技术

所属期刊栏目：40

分类号：G254(图书馆学、图书馆事业)

资助基金：中国科学技术信息研究所创新研究基金青年项目"基于语义感知的自动标引概念遴选优化研究"编号:QN2020-14

在线出版日期：2021-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：125-131,7