知网

摘要： 词语语义相似度计算在很多自然语言处理相关领域都有着广泛应用。基于知网的现有词语语义相似度计算方法未深入考虑同棵义原层次树的义原距离、义原深度、义原密度及主次关系的影响,致使相似度计算结果并不够精确。针对该问题,提出一种词语语义相似度改进算法,通过分析知网中的义项表达式和义原层次树,用集合的加权平均值代替了义项相似度最大值,在新的边权重函数中引入义原密度,进而通过调节权重因子限制义原深度与义原密度对相似度计算准确度的影响。实验结果表明,改进后的算法有效提高了词语语义相似度准确率,取得了比较满意的结果,比现有方法更合理。

摘要： 《西北药学杂志》的唯一投稿方式:将文章以附件形式发送至本刊电子邮箱E-mail:xbyxzz@xjtu.edu.cn;唯一电话:029-82655134。本刊目前只与知网、万方、维普、超星4家机构合作制作《西北药学杂志》网络版,从未委托任何机构或个人征稿。网上以本刊名义征稿的网址等信息均为假冒,特此敬告作者,仔细甄别,谨防上当。

摘要： 目的:利用中国知网数据库对近10年的脑性瘫痪康复护理的文献进行计量分析,以期对脑性瘫痪儿童康复护理深入研究提供参考和借鉴。方法:以“脑性瘫痪”和“康复护理”为关键词,对中国知网数据库2011年1月1日至2021年1月31日发表的相关文献进行检索,利用文献计量的方法对文献研究的年代分布情况,研究机构分布情况,期刊分布情况、具体研究内容基金支持等进行分析。结果:共检出文献161篇,剔除重复及杂质通知、会议等文献,符合要求的文献152篇,文献发表单位以国内儿童康复机构居多。结论:脑瘫患儿康复护理研究近年来呈现上升趋势,护理研究者能够结合脑性瘫痪疾病多角度多方面研究,缺乏更为深度和广度的研究,需要高学历争取基金支持力度。康复护理多为临床归纳性康复护理指导,家庭护理技术上尤其儿童康复护理技术希望能有明确的儿童康复护理规范指南做指导。

摘要： 《西北药学杂志》的唯一投稿方式:将文章以附件形式发送至本刊电子邮箱E-mail:xbyxzz@xjtu.edu.cn;唯一电话:029-82655134。本刊目前只与知网、万方、维普、超星4家机构合作制作《西北药学杂志》网络版,从未委托任何机构或个人征稿。网上以本刊名义征稿的网址等信息均为假冒,特此敬告作者,仔细甄别,谨防上当。

摘要： 《临床普外科电子杂志》唯一投稿E-mail:lcpwkdzzz@163.com。在我刊发表的论文均免费被万方、知网、维普网收录,所有以《临床普外科电子杂志》编辑部的名义要求作者缴纳万方、知网、维普网“挂网费”的行为都是非法的诈骗行为,请广大读者、作者提高警惕,注意甄别,谨防受骗,欢迎向我们提供线索,我刊将保留对涉嫌侵权的单位或个人追究相应的法律责任的权利。特此声明。

摘要： 《西北药学杂志》的唯一投稿方式:将文章以附件形式发送至本刊电子邮箱E-mail:xbyxzz@xjtu.edu.cn;唯一电话:029-82655134。本刊目前只与知网、万方、维普、超星4家机构合作制作《西北药学杂志》网络版,从未委托任何机构或个人征稿。网上以本刊名义征稿的网址等信息均为假冒,特此敬告作者,仔细甄别,谨防上当。

摘要： 全同态加密在不解密的情况下,能够对密文数据进行任意处理。这种特殊的性质能够立竿见影地解决数据隐私安全问题。目前全同态加密已经成为学术界、工业界乃至商业界的热门话题。随着全同态加密技术的不断成熟,尤其是目前全世界对个人信息隐私安全的重视,如何从知识体系的角度对其进行详细分析对社会各界有重要的意义。文献计量分析方法是分析某项科研主题现有研究工作的重要方法,鉴于目前在全同态加密领域缺少基于文献计量分析的研究工作,从文献计量学的角度开展全同态加密文献计量研究。选取Web of Science(WoS)与中国知网(CNKI)作为参考文献数据库,对2009年到2020年的所有全同态加密相关论文筛选后进行文献计量分析。对收集到的论文运用CiteSpace进行了辅助的统计分析,给出了对同态加密近年来的发展、发文期刊、高引用论文、基金资助机构以及实际应用趋势的分析,为全同态加密的应用与实践提供指导。

摘要： 针对2009年10月至2019年10月以“巴金”为主题词的“知网”论文进行大数据统计和分析,一方面试图对“知网”所反映出的十年间“巴金研究”的整体情况进行数据化呈现,另一方面则希望能够通过对于其中高频词、人物词、场景词和“文本引用”等细节的统计结果初步描述出近十年来“巴金研究”的整体发展态势和议题关注的分布及转移情况,进而为互联网时代的学术史研究提供某种可资讨论的新尝试。随着“大数据”技术与信息手段的日益发展与集成,这种研究思路在深刻性方面或许存有“先天之不足”,但同时却具有着获得某种新的“整全性”重新观察的可能。

摘要： 学术期刊数字化转型始于20世纪90年代初激光照排系统的应用,数据替代了铅字,为转型奠定了基础。此后沿着知网和期刊两条相互交织的线索展开:针对学术期刊分散布局、不成体系、缺乏规模而无法构建数字出版传播平台的现状,拆解期刊以单篇文献汇成大库的“知网模式”开启了中国学术数字出版传播的先河,但知网却将本应是主角的期刊人排除在外,独自充当了数字出版的唯一主体,期刊人只能以纸本出版主体的身份进入数网时代,两个出版主体并存的局面就此形成。为了坚守学术期刊出版主体的身份,部分期刊人展开了“内容为王”和“品牌建设”的讨论与实践,另一部分期刊人则全面考察了国际学术期刊数字化转型现状,开始了从“借船出海”到构建专业化期刊集群和自建数字出版传播平台的尝试,但大多数学术期刊仍停留在以纸本为中心的传统时代。2019年多部委联合发起的培育世界一流期刊行动为学术传播数字化转型提供了新的动力,转型仍在路上。

摘要： 生成质量良好的文本对抗样本对研究模型的鲁棒性有着重要意义。现有的单词级的攻击方法搜索到的替换词往往不够有效,对抗样本的质量也就难以达到理想水平。因此在现有的单词替换的方法下,利用知网(CNKI)搜索更高质量的替换词,产生更佳的扰动。实验结果表明,该方法提高了样本的攻击成功率,更贴近原始输入样本。

摘要： 词语的语义相似度计算是语义处理的基础之一,在知识抽取、文本分类、词义排歧、基于实例的机器翻译等各领域有广泛应用.本文通过引入敏感词集的概念即引入领域知识,解决了传统的基于《知网》的相似度计算方法中没有考虑词语间相似度与领域知识相关的不足,实现了对词语在不同知识领域赋予不同的相似度.同时,提出了一种新的义原相似度计算方式,该方法定义了两个义原间三种不同的相对位置关系,并据此给出三种相应的计算方法.实验表明本研究的计算结果更符合《知网》的结构.

摘要： 本文针对目前基于模板方法在面向中文文本的本体学习中的缺陷，提出了基于知网和模式自举的中文概念间分类关系获取方法。本文利用知网中概念的上下位关系，发现并过滤错误的分类关系概念对，运用新获取的概念对循环迭代地学习模式，提高了模式集合的完备性．实验证明，本文方法比基于模板的方法在准确率上有明显的提高．

摘要： 本文将语义分析引入到文本聚类的任务中，提出了一种基于知网的特征抽取方法。针对词语的一词多义的现象，从全文的角度考察词的语义，结合相关概念场，将词义排歧转化为对相关概念场中的词在全文出现频率的计算。实验证明，经过词义消歧后，将文本中的词语映射为知网中的义原，显著地降低了特征空间的维数，使聚类宏平均F1值提高了6个百分点。

摘要： 现有的中文语义相关度计算模型对相关度的定义并不明确和统一，且计算方法多以相似度计算为基础，导致应用语义相关度存在局限。本文提出了一个新的语义相关的定义，认为两个词所表达的概念之间，如果存在用类似“知网”的知识描述体系所描述的语义关系，那么这两个概念之间就是语义相关的。通过挖掘这些直接或间接的关系，本文提出了一种新的语义相关度的计算模型，适用于所有类似知网的知识体系中语义相关度的计算。最后将该计算模型应用于词义排歧，验证了该计算模型的有效性。

摘要： 文本分割在信息检索、信息获取、自动利用了文本表层的词汇重现信息,分割效果并不理想。本文在TextTiling算法的基础上,通过分析分割结果,发现仅利用词汇重现信息,难以准确体现主题的连续性。提出了利用知网引入词汇的语义信息,对传统的TextTiling算法进行了改进.实验结果表明,改进的TextTiling方法的召回率和准确率都有了明显提高。

摘要： 问答系统能用准确、简洁的答案同答用户用自然语言提出的问题.问题分类是问答系统所要处理的第一步,分类结果的正确率直接影响后续工作的进行.本文提出了一种使用知网作为语义资源选择分类特征,并使用最大熵模型进行分类的新方法.以问题的疑问词、句法结构、疑问意向词、疑问意向词在知网中的首义原作为分类特征.在知网中选择的首义原能很好的表达问题焦点词的语义信息,从而可作为问题分类的一个主要特征.实验结果表明,该方法能有效提高问题分类的精度,大类和小类的分类精度分别达到了90.75％和79.8％.

摘要： 中文叙词表本体(OntoThesaurus)是一种新型的、同时具备叙词表和本体特征的知识组织系统。其配套系统“中文叙词表本体共建共享系统”(OTCSS)采用的共建方法是依靠一种机器辅助的人工构建方法(类似于WIKI)。这种方式的好处是修订意见准确率高、修订内容完整等，但是也存在修订信息时效性不稳定的缺点，其成功还需要依赖网络用户的大量参与。本文提出了中文叙词表本体中等同关系的自动构建方案。其中，基于web搜索引擎的模式匹配算法，对OntoThesaurus叙词概念的覆盖率达到91％;基于《知网》义原词频的词汇等同关系识别算法，比原算法在准确性上提高了8％，达到了78％的准确率

摘要： 针对当前搜索引擎为用户提供的询问方式过于简单且不能对关键词进行语义分析，导致查全率低、准确率低、冗余度高的问题，提出了一种基于知网的语义搜索引擎。首先通过词语间相似度算法计算出语义的相似度，并在这基础上通过仿真测试得出语义搜索发散的最优阈值，同时利用相似度迭代算法实现语义算法的收敛。实验表明，该改进方法可以根据用户的需求进行阈值的调节，满足了不同用户对阈值的需求，提高了用户对搜索引擎的满意度。

摘要： 随着网络上的基于社区的问答服务平台不断增多,积累的问题和相应的答案数量迅速增长。这些问题答案对的积累为实现基于网络的自动问答技术提供了一个大规模资源库。为更好地利用互动式问答平台已经积累的大量的问题答案对,本文讨论了一种新的基于语义计算的中文相似问句抽取方法。试验结果表明,使用这种方法可以有效地在问句集中抽取出语义相似的问句,同时也为提问者快速得到解答提供有益指导。

摘要： 随着网络上的基于社区的问答服务平台不断增多,积累的问题和相应的答案数量迅速增长。这些问题答案对的积累为实现基于网络的自动问答技术提供了一个大规模资源库。为更好地利用互动式问答平台已经积累的大量的问题答案对,本文讨论了一种新的基于语义计算的中文相似问句抽取方法。试验结果表明,使用这种方法可以有效地在问句集中抽取出语义相似的问句,同时也为提问者快速得到解答提供有益指导。

摘要： 本发明涉及一种利用接近开关传递出的信号来准确的检测辊的位置的造纸机网部辊升降检知机构。按照本发明提供的技术方案，所述造纸机网部辊升降检知机构，包括竖直设置的支座，在支座侧壁通过上、下两安装凸耳固定有销轴，在销轴顶端部设有间隔环，一导管铰接在销轴上，在导管上固定有导轨，在所述导轨上通过管夹固定有至少一个的接近开关，在导管内滑动插接有导杆，导杆上设有安装架，安装架与导杆之间存在间隙，所述安装架上设有与接近开关配合的凸起部，在导杆的端部通过接头连接有向下伸出的支脚。本发明将近接开关的位置由旋转轴上改加到升降本体上，检测距离增大，不会出现同时检测到两个位置的状况，可避免误检测。

摘要： 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。

摘要： 本发明公开了一种基于知网的词语语义相似度计算方法，包括以下步骤：步骤一：计算两个义原可达路径上所有义原节点的边权重；步骤二：计算义原距离；步骤三：计算义原相似度；步骤四：计算义项相似度；步骤五：计算词语语义相似度。本发明的优点是：通过在边权重函数中引入两义原可达路径上所有义原节点的密度，并利用权重因子来调整义原深度和义原密度对义原距离的影响，有效提高词语语义相似度计算的精确度，并且实用性高，从而提高了数据质量，为数据挖掘提供“干净”的数据。

摘要： 本发明公开了一种结合知网与词林的词语相似度获取方法及系统，利用《知网》义原层次树计算知网义原信息内容含量；并构建第一词语相似度计算模型；根据扩展版《同义词词林》词林拓扑树中的路径信息构建第二词语相似度计算模型；根据待测词语对在《知网》和扩展版《同义词词林》中的分布情况，综合两个计算模型的计算结果，获得待测词语对的最终词语相似度，在原本的信息内容含量的基础上引入义原节点的密度信息，能够得到更符合人类判断的词语相似度计算结果，同时在词林的计算过程中设置关于路径信息的权重参数，通过改变该参数的值，得到更高的皮尔森相关系数，更符合人类主观判断的结果，从而提高词语相似度的计算精度和范围。

摘要： 基于BS架构的物流知网行业文库管理系统，本发明涉及管理系统技术领域，包括知识点管理系统、文库管理系统和内部资料共享系统，知识点管理系统、文库管理系统和内部资料共享系统内均设置有链接模块、登录模块和注册模块，知识点管理系统和文库管理系统上还设置有审核模块、创建模块和浏览模块，集大数据分析、智能识别、智能编辑、智能预览等多项先进技术于一体的内容开放、交互自由、在线互动式的物流行业综合性文档分享平台，用户可自由在平台参与文库的创建、分享、评价、下载，通过知识聚合、资料共享、智能搜索、大数据分析等多样化技术为行业用户、企业提供物流行业有深度、有广度的专业性信息服务。

摘要： 本发明公开了一种基于知网的多义词中文实体关系识别方法，其步骤包括：1)对中文网事数据中的每一条语料样本基于知网进行字颗粒度的向量化，得到每一个字对的字颗粒度向量；然后对每一字颗粒度向量所在的位置信息进行编码，得到语料中每个字与预标注的待识别实体关系对的相对位置编码；2)根据步骤1)所得结果生成每一语料样本的字颗粒度语义向量集合；3)基于知网生成每一语料的词颗粒度语义向量集合；4)利用各语义向量及其对应位置编码训练深度自注意力神经网络，得到深度自注意力神经网络编码器；5)生成待处理语料中字和词汇的语义向量及其对应位置编码输入深度自注意力神经网络编码器，得到该待处理语料中的实体关系。

摘要： 本发明公开了一种基于知网的高考志愿辅助方法及系统。本发明基于知网技术，通过计算本体概念义原的相似度来推算出考生最佳专业选择集合。根据考生成绩位次和最佳专业选择集合，通过建立院校专业录取概率模型，获得考生被各最佳院校专业的录取概率，依据录取概率的高低为考生推荐出：冲击型志愿、稳妥型志愿、保底型志愿三类推荐院校专业。本发明以考生爱好为主专业属性，以父母职业、专业就业率以及经济条件为副专业属性，推荐最佳院校专业，再根据考生成绩和各院校专业历年的录取情况计算录取概率，不仅考虑到考生意向的院校专业范围，而且可保证录取概率。

摘要： 本发明公开了一种基于知网的词语语义相似度计算方法，包括以下步骤：步骤一：计算两个义原可达路径上所有义原节点的边权重；步骤二：计算义原距离；步骤三：计算义原相似度；步骤四：计算义项相似度；步骤五：计算词语语义相似度。本发明的优点是：通过在边权重函数中引入两义原可达路径上所有义原节点的密度，并利用权重因子来调整义原深度和义原密度对义原距离的影响，有效提高词语语义相似度计算的精确度，并且实用性高，从而提高了数据质量，为数据挖掘提供“干净”的数据。

摘要： 本发明公开了一种基于知网HowNet的查询扩展方法，包括：获取初始查询词，检查初始查询词是否属于HowNet的词条，属于HowNet的词条，则确定初始查询词对应的词条的词性，词条的词性为实词，则提取词条的语义信息；对语义信息进行解析，确定语义信息包含的第一基本义原项，或确定语义信息包含的第一基本义原项，以及以下信息的至少一种：其他基本义原项、关系义原项和关系符号项；基于语义信息的解析结果和预设的词集确定规则确定词条对应的初始扩展词集；计算初始查询词与初始扩展词集中每个初始扩展词之间的语义相似度值，筛选出语义相似度值大于设定阈值的词作为最终的扩展词集。本发明还公开了一种基于知网HowNet的查询扩展装置。

摘要： 本发明公开了一种基于知网节的学术知识获取方法及系统，所述方法包括：采集学术知识载体并进行标引，提取学术知识中的知识对象数据；存储知识对象数据，并对知识对象数据进行索引；根据索引后的知识对象数据类型建立知网节关系模型；根据物理存储中的数据，建立知识网络节点；将关联性的知网节节点进行连接。所述系统包括采集器、标引装置、数据存储和索引装置及连接建立模块。本发明提供的方法及系统从任意一个节点出发，通过节点间的关联特性可以遍历整个知识网络，弥补了检索系统在知识获取上产生信息孤岛的问题，为读者提供一个信息全面、互联互通、可遍历的学术知识获取方法及系统。