典型文献
基于"问题-方法"知识抽取的科研领域知识演化研究:以人工智能为例
文献摘要：
[目的/意义]当前各学科领域文献增长迅速,迫切需要以面向"问题解决"的思路,从大量科技文献中抽取出研究问题、解决方案及其解决关系,并以此为基础开展领域知识演化研究.[方法/过程]文章提出了可应用于实践的低成本领域实体关系抽取方案:依托词嵌入类比的思想,仅从领域知识资源中提取的少量实体关系对作为基准即可实现关系分类.[结果/结论]在人工智能领域数据集上使用基于词嵌入类比方案的集成模型,抽取解决关系、问题层级关系、方法层级关系的F1值分别为82.33,81.49,74.81.最后,将集成模型应用于全量数据抽取实体关系,从宏观、中观、微观三个层面展示了面向问题解决的人工智能领域知识演化情况.
文献关键词：
实体关系抽取;知识演化;词嵌入类比;领域知识分析;人工智能
中图分类号：
作者姓名：
陈果;彭家彬;肖璐
作者机构：
南京理工大学经济管理学院,江苏 南京 210094;南京财经大学新闻学院,江苏 南京210023
文献出处：
引用格式：
[1]陈果;彭家彬;肖璐-.基于"问题-方法"知识抽取的科研领域知识演化研究:以人工智能为例)[J].情报理论与实践,2022(06):32-38
A类：
词嵌入类比
B类：
知识抽取,科研领域,知识演化,各学科,学科领域,文献增长,科技文献,研究问题,实体关系抽取,托词,知识资源,关系分类,人工智能领域,比方,集成模型,层级关系,方法层,模型应用,全量数据,数据抽取,演化情况,领域知识分析
AB值：
0.306988
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
