共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
本刊编辑部 《单片机与嵌入式系统应用》2009,(5):52-52
摘要是对“论文的内容不加注释和评论的简短陈述”,因此要对论文进行主题分析,通过搞要体现主题概念、主题内容等论文最重要的信息,使读者在没有看到全文的情况下,能够很清楚地了解到全文的主要内容。 相似文献
4.
《计算机工程与设计》2009,(10)
写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下: 相似文献
5.
《计算机工程与设计》2010,(10)
摘要写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下: 相似文献
6.
《计算机工程与设计》2010,(2)
写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下: 相似文献
7.
8.
9.
《计算机工程与设计》2010,(4)
写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下:(一)内容要求(1)文摘由3部分组成:研究的问题,方法和措施,得出的结果或结论;与此无关的内容均可省略,英文摘要一般不超过150个英文单词。 相似文献
10.
《计算机工程与设计》2010,(7)
摘要写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下:(一)内容要求(1)文摘由3部分组成:研究的问题,方法和措施,得出的结果或结论;与此无关的内容均可省略,英文摘要一般不超过150个英文单词。,在引言中出现的内容不要写入摘要。(3)不要对论文内容作评论,尤其是自我评价,也不要说别人的缺点。(二)翻译要求(1)尽量采用被动语态,用第三人称,不用We等第一人称作主语;用过去时态叙述作者工作,用现在时态叙述结论。(2)尽量用短句子,动词尽可能靠近主语。(3)尽量用词义清楚并为人熟知的词,不用自己无把握的难词;可省去不必要的词语,诸如副词、形容词、Inthis paper等。 相似文献
11.
提出了基于LDA(latent Dirichlet allocation)重要主题的多文档自动摘要算法。该算法与已有的基于主题模型的多文档自动摘要算法主要有两点区别:第一,在计算句子主题与文档主题相似度问题上,引入并定义了主题重要性的概念,将LDA模型建立的主题分成重要和非重要主题两类,计算句子权重时重点考虑句子主题和文档重要主题的相似性;第二,该方法同时使用句子的词频、位置等统计特征和LDA特征组成的向量计算句子的权重,既突出了传统的统计特征的显著优势,又结合了LDA模型的主题概念。实验表明,该算法在DUC2002标准数据集上取得了较好的摘要效果。 相似文献
12.
《计算机工程与设计》2008,29(4):884-884
摘要写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。 相似文献
13.
为使科研人员节省时间,高效阅读学术文献信息,提出一种学术文献摘要的主题聚类模型——优化主题数目作者层主题聚类模型(WBLDA)。首先在预处理阶段,自定义符合学术文献摘要特点的分词词典和停用词词典,解决学术文献摘要分词不准确的问题;在特征提取阶段,提出增大词频特征提取方法(ITF-IDF),使用词频放大法来增大词频,弱化文本长度对特征权重的影响,提取出更加符合学术文献摘要方向的特征词;最后,针对传统的主题模型忽略作者这一重要属性的缺点,在主题聚类模型中引入学术文献摘要的作者信息,构建文档—主题+作者—词的WBLDA模型,同时使用贝叶斯准则优化主题聚类模型的主题数。通过对学术文献摘要数据集仿真实验结果表明,与TF-IDF相比,ITF-IDF方法的特征提取准确率更高;与LDA相比,WBLDA模型的聚类纯度和◢F◣-score值也更高,选择出的主题更加准确,更能代表摘要的学术方向。 相似文献
14.
《计算机工程与应用》2023,(11):241-250
学术大数据的高速膨胀为学术工作者高效选择有效学术信息带来了巨大挑战,运用学术刊物推荐以应对学术信息过载是主流方式之一。此研究专门解决如何为论文手稿高效推荐合适投稿期刊这一问题。引入学术异构信息网络,融合论文文本主题信息,提出一种新的学术刊物推荐方法(SCVR)。借助主题模型建模论文摘要和标题等文本内容提取主题信息,指导不同类型节点映射到多主题特征空间;将元路径上下文信息聚合到目标节点,形成了多跳元路径下节点的多主题表示;将不同元路径下形成的节点向量进行融合,实现每个节点多元元路径下的多主题表示。SCVR利用节点文本内容和网络结构学习节点多主题表示,完成学术刊物推荐。在两个真实学术数据集上的测试发现,提出了一种基于异构信息网络且融合文本主题信息的学术刊物推荐方法,在相同条件下,SCVR的推荐效果比仅基于异构信息网络的推荐结果在Precision和NDCG上平均提高了2.7%,且比经典学术刊物推荐方法平均高了19%,说明SCVR在学术刊物推荐领域有更优良的性能。 相似文献
15.
贾果 《计算机与数字工程》2007,38(6):10-13,31
分析一些篇章结构特征,探讨一种基于篇章结构的自动文摘方法.充分结合篇章结构提供的信息,采用动态聚类算法划分文章子主题;以各子主题为单位摘要,通过句子相关度计算,合并各部分摘要的重叠内容;将精简后的各部分摘要顺序输出生成篇章摘要.该摘要方法实行全文加权,局部抽取,从全面性和准确性上提高摘要质量. 相似文献
16.
为了改进生成式文本的摘要模型,本文提出了一种基于主题的生成对抗与指针网络结合的文本摘要模型.首先通过LDA主题建模方法获取主题词,在获取单词的主题向量后,将结合主题的词向量与传统的序列注意力相结合,形成新的复合注意力共同影响单词的生成,然后通过加入生成对抗网络以在指针生成网络上取得了更好的效果.实验采用gigaword数据集进行训练,采用ROUGE评分机制进行评分,结果证明由于融入主题因素,相比单独采用指针网络我们的模型提升了摘要结果的可读性及准确性,具有更好的表现. 相似文献
17.
针对学术论文推荐中项目冷启动问题,提出了一种基于频繁主题集偏好的协同主题回归模型。该算法考虑到用户在选择学术论文时对研究热点的偏好,使用频繁主题集代表研究热点,将用户对研究热点的偏好表示成用户对频繁主题集的偏好。通过潜在狄利克雷分布主题模型挖掘得到论文—主题概率分布矩阵,并筛选出论文中概率较高的主题;然后挖掘出频繁出现的主题集合,并得到论文—频繁主题集矩阵;最后在预测未知评分时融入用户对频繁主题集的偏好。在CiteULike数据集上的实验表明,相比于矩阵分解模型和协同主题回归模型,该算法在召回率、准确率和RMSE三个指标上都有所提升。 相似文献
18.
19.
《计算机工程与设计》2008,29(3):706-706
摘要写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下:(一)内容要求(1)文摘由3部分组成:研究的问题,方法和措施,得出的结果或结论;与此无关的内容均可省略,英文摘要一般不超过150个英文单词。 相似文献
20.
《计算机工程与设计》2007,28(24):5930-5930
摘要写得好,能起到帮助读者了解论文主要内容的作用。因此,必须对论文进行认真的主题分析,找出论文的主题概念,简明、准确、完整地写出摘要。英文摘要一般是中文摘要的转译,其书写要求如下: (一)内容要求(1)文摘由3部分组成:研究的问题,方法和措施,得出的结果或结论;与此无关的内容均可省略,英文摘要一般不超过150个英文单词。 相似文献