《全局视角下的科研领域特色知识点提取.》.pdfVIP

团考待彳盎工作 第 58卷 第 14期 2014年7月 点” 。赵辉等人在分析国家 自然科学基金材料领域 识点的领域归属概率 ，因此可以作为基准值。D(j)的 项 目演化时，将关键词按照阈值划分为3类 ：以高频词 计算方法为 ： 作为常用词 ，以中频词作为骨干词 ，以低频词作为弱相 D()=freq(al1,j) ) (2) ff 关词，并重点分析了其 中的骨干词 。胡昌平等人为 ． 了优化共词分析方法，选用区分高频词差异性时贡献 其中freq(all，j)表示领域 j的关键词总频次，freq 度较高的词语作为特征维度 。上述研究虽然取得 (all，al1)表示所有所有领域 (即背景学科)中全量关键 了一定的成果，但从信息检索、术语抽取的观点来看 ， 词的总频次。 却存在一个共同的局限：单纯地依赖于关键词在领域 3．1．3 关键词的领域度 根据公式 (1)和公式 (2)， 内部的统计特征 ，而未考虑到它们在领域外部的统计 可提出一个标准化后的关键词领域度指标S(i，j)： 特征。 s = ㈩ 基于以上论述 ，可引出本文思路 ：提取出表征领域 当S(i，j)大于 1时，关键词 i在领域j中出现的概 研究特征的知识点时，需要从更广泛的全局视角出发， 率高于随机值 ；表明关键词 i在领域j内受关注程度高 考察关键词在领域内和领域外的出现情况。如果某个 于它在整个学科中平均受关注程度 ，因而它具有一定 关键词频次中，有较高比例是出现于特定领域，并且较 的领域j的研究特色。关键词的s(i，j)值越大 ，表明 少地出现在领域外，则该关键词的研究主要是在该领 其领域特色越明显。反之亦成立。 域内进行，可将其视为该领域的特色知识点。 针对以上指标计算方法，举例说明如下： 例 ：已知在 “高校图书馆”领域中，文献的关键词 累积词频为30564；以全部涉及 “图书馆”研究的文献 根据上述思路 ，本文以图情学科为背景 ，设计一种 为背景，其关键词累积词频为 134978。现存在一关键 基于全局视角的特色知识点提取方法；随后以 “高校图 词 “社会化服务”，它在 “高校 图书馆”领域 中词频为 书馆”领域为例 ，提取其中的特色知识点，分析它们在 68，在背景文献集中词频为76。求：“社会化服务”一 揭示 “高校图书馆”研究特点时的效果。 词在 “高校图书馆”中的领域度为多少?该词是否为 3