政策研究自动化关键技术研发与应用

图书标准信息

• 作者 刘耀 袁伟 著
• 出版社 科学技术文献出版社
• 出版时间 2021-04
• 版次 1
• ISBN 9787518977611
• 定价 78.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 292页
• 字数 419.000千字

【内容简介】

本书主要从模型与方法、政策资源获取与结构化、政策文本计算、政策扩散、自动简报生成、垂直领域专家观点可信度及系统设计与实现等方面介绍了政策研究自动化关键技术研发与应用研究的相关内容，旨在为政策研究提供一些新的思路、方法与借鉴。 本书的具体研究内容如下。 章绪论，阐述政策研究自动化的基本出发点、推荐条件及相关方法等。 第2章模型与方法，阐述政策研究自动化的模型与方法，包括文本语言模型、文本生成模型、政策扩散模型、网络表示学习模型、多样化排序学习模型等。 第3章政策资源获取与结构化研究，阐述政策资源获取与结构化相关的技术，包括政策资源获取、政策资源解析与交换、科技政策结构提取、政策知识网络构建等。 第4章政策文本计算研究，阐述政策研究自动化中文本计算相关的技术，包括科技政策文本特征获取、科技政策文本有意义字符串发现、科技政策概念关系标引、科技政策扩等

【作者简介】

刘耀，男，1972年生，技术信息研究所研究员，国家科技信息资源综合利用与公共服务中心副主任；北京大学信息管理系管理学博士；北京大学计算语言学研究所出站博士后；术语与语言内容资源标准化技术委员会副主任委员；情报学会理事会常务理事、副秘书长；中国计算机学会杰出会员；北京大学软件与微电子学院外聘硕士研究生导师。主要从事自然语言处理、知识工程方向的研究。先后发表学术论文80余篇，出版学术著作6部，主编、副主编教材各1部，参编著作7部；先后主持、参加完成包括国家重点研发计划、国家科技支撑计划、国家重点基础研究发展计划（973计划）、国家社会科学基金在内的科研项目50余项（主持30余项）；获省部级等

【目录】

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

5.1 科技政策扩散关系判别

5.1.1 科技政策扩散判别模型

5.1.2 实验结果与分析

5.2 科技政策扩散集合提取

5.2.1 面向主题检索的科技政策扩散集合提取框架

5.2.2 科技政策扩散集合提取方法

5.3 综合实验与分析

5.3.1 排序模型构建与优化

5.3.2 科技政策扩散集合提取展示与评价

5.4 本章小结

第6章 自动简报生成研究

6.1 科技简报资源获取与结构化

6.1.1 科技文本资源调用

6.1.2 科技文本结构化

6.2 科技简报文本结构生成方法

6.2.1 基于单篇科技政策文本的科技简报结构生成方法

6.2.2 基于多篇科技政策文本的科技简报结构生成方法

6.3 科技简报文本内容生成方法

6.3.1 抽取式科技简报文本内容生成技术

6.3.2 生成式科技简报文本内容生成技术

科技简报标准化

.1 基于单篇科技政策文本的科技简报标准化

.2 基于多篇科技政策文本的科技简报生成

6.5 实验与结果分析

6.5.1 科技简报生成结果对比

6.5.2 评价标准

6.5.3 评价指标对比分析

6.6 本章小结

第7章 垂直领域专家观点可信度研究

7.1 垂直领域专家言论语料知识发现

7.1.1 垂直领域.主题发现

7.1.2 观点持有者发现

7.2 专家言论语料观点发现

7.2.1 专家言论语料的显性观点发现

7.2.2 专家言论语料的隐性观点发现

7.2.3 观点发现实验

7.3 专家观点可信度评分

7.3.1 专家观点评分信息抽取

7.3.2 专家观点可信度评分

7.4 本章小结

第8章 系统设计与实现

8.1 系统整体框架

8.2 系统主要功能

8.2.1 资源获取

8.2.2 加工

8.2.3 检索

8.2.4 分析

8.2.5 计算

8.2.6 简报

8.2.7 新闻追踪

8.3 本章小结

附录

附录A 安装Python并配置环境变量

附录B 配置代码所需要的程序包

附录C 安装Java并配置环境变量

附录D 基于RNN的语言模型代码

附录E Doc2Vec代码

附录F TextRank代码

附录G Encoder-Decorder代码

附录H Attention代码

附录I TransE代码

附录J SVM-map代码

图表目录

参考文献