| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 绪论
1.1 研究背景
1.2 研究思路
1.3 研究内容
1.4 本章小结
第2章 模型与方法
2.1 文本语言模型
2.1.1 基于循环神经网络的语言模型
2.1.2 Doc2Vec算法
2.2 文本生成模型
2.2.1 TextRank算法
2.2.2 Encoder-Decoder模型
2.2.3 Attention机制
2.3 政策扩散模型、
2.3.1 政策扩散过程及其基本假定
2.3.2 科技政策界定与收集
2.4 网络表示学习模型
2.4.1 TriDNR网络表示学习模型
2.4.2 网络表示学习模型的改进
2.4.3 结合推理知识的网络表示模型
2.5 多样化排序学习模型
2.5.1 LDA模型
2.5.2 BM25算法
2.5.3 VSM模型
2.5.4 SVM-map排序算法
2.6 本章小结
第3章 政策资源获取与结构化研究
3.1 政策资源获取
3.1.1 普通爬虫
3.1.2 一体化爬虫
3.1.3 定制爬虫
3.2 政策资源解析与交换
3.2.1 资源格式解析与转换
3.2.2 标准化体系建设
3.3 科技政策结构提取
3.3.1 科技政策组织结构提取
3.3.2 科技政策语义结构提取
3.4 政策知识网络构建
3.4.1 知识网络定义
3.4.2 知识网络构建
3.4.3 融合篇章结构的知识网络构建
3.5 本章小结
第4章 政策文本计算研究
4.1 科技政策文本特征获取
4.1.1 特征的选择
4.1.2 特征的提取实验
4.2 科技政策文本有意义字符串发现
4.2.1 有意义字符串特征分析
4.2.2 PMI-Entropy和规则提取有意义字符串
4.2.3 实验结果与分析
4.3 科技政策概念关系标引
4.3.1 科技政策文本特征分析
4.3.2 概念标引
4.3.3 关系标引
4.4 科技政策扩散特征提取与表示
4.4.1 政策组织结构特征相似性
4.4.2 政策语义结构特征相似性
4.4.3 关键词承继特征提取与表示
4.4.4 基于Doc2Vec的文本相似性
4.4.5 实验结果与分析
4.5 本章小结
……
第5章 政策扩散研究
第6章 自动简报生成研究
第7章 垂直领域专家观点可信度研究
第8章 系统设计与实现
附录
图表目录
参考文献