基于FP-tree关联算法的文献主题研究——以大数据哲学研究为例

数据科学与人文社会科学的融合,不仅能丰富人文社会科学的研究方法,还能拓展研究思路、发现新问题、提出新议题。这种融合将人文社会科学研究带入了一个前所未有的时代。本文介绍了一种利用FP-tree算法对社会科学文献关键词做关联规则挖掘,从而获得相关研究领域研究重点、趋势、研究进路以及“数字意外”的流程和方法,并将该方法应用于“大数据哲学研究”领域,直观地揭示目前该领域的研究重点、现状和相关研究路径等。     

寂寞心境下的忧世之作——《呼兰河传》主题解读

受茅盾"寂寞论"的影响,《呼兰河传》的创作主题一直争议颇多。事实上,《呼兰河传》和《生死场》的主题思想是息息相通的,它不仅仅是抒发个人哀怨的感伤之作,更是一部关注"国民病态灵魂"的忧世之作。     

城市集散类广场的设计与探讨

文章主要介绍和探讨了集散类广场的特征,同时针对中国目前此类广场的现实情况,从设计角度提出一些想法和论述,力求使得其中部分设计理念在工程中获得实施,并尽量避免其中出现的一些问题。     

农村初中英语阅读理解的实验研究——不同生词密度与主题熟悉性对阅读的影响

阅读材料的生词密度及主题熟悉性两因素对农村初中英语阅读理解有影响。实验结果表明:(1)生词密度对于阅读理解有较大影响,生词密度越大,阅读理解越差;(2)主题的熟悉性对于阅读理解也有较大影响,内容越不熟悉,阅读理解越差;(3)生词密度与主题熟悉性之间存在显著的交互作用;(4)在各种处理水平上,男女生的阅读成绩不存在显著的差异。本研究结果不仅证实了生词密度与主题熟悉性对阅读理解的影响,而且对于阅读教学也提出了几点有益的启示。     

促进中部崛起专家论坛在郑举行

<正>2006年10月18日～19日,2006年促进中部崛起专家论坛在郑州举行.中国科协副主席、中国工程院院士谢克昌,中国工程院副院长、中国工程院院士杜祥琬出席开幕式,省委副书记陈全国致辞,副省长徐济超主持.本次论坛由中国科协、中国工程院和河南省人民政府联合主办,主题是以科技创新促进经济转型,实现中部地区跨越式发展.两院院士王浩、钟香崇、李俊贤、王家耀以及来自中部六省的科技界代表400余人参加了论坛。     

基于双向LSTM和LDA的新冠肺炎情感分类和热门主题挖掘方法

面对新冠肺炎疫情带来的重大影响,通过自然语言处理技术,深入挖掘民众关于新冠肺炎的观点与看法,为疫情期间政府应对网络舆情危机提供参考.针对当前研究中将主题和情感孤立研究的缺陷,首先从微博上收集网络舆情的相关数据,然后通过LDA主题模型和基于Bi-LSTM的情感分类方法进行主题-情感的融合分析.结果表明,Bi-LSTM模型可以较好地识别出喜、怒、哀、惧4类情感,同时LDA主题模型在热门主题挖掘方面也表现良好.     

基于语义相似度改进的少样本终身主题模型

对于终身主题模型而言,先验知识的正确性对后续的建模任务起到了至关重要的作用.因此,提出了一种基于语义相似度改进的少样本终身主题模型SS-AMC(Semantic Similarity-AMC),利用BERT获取共现词对的词向量,计算其语义相似度,通过设置相似度阈值进而优化知识库中的先验知识,以提升少样本终身主题模型的性能.在中英文数据集上的实验结果表明,SS-AMC模型的主题一致性较基线模型有了明显的提升.     

基于网络爬虫的地理空间信息采集方法

网络环境下地理空间信息的搜集与获取,是地理空间研究信息获取重要途径。网络环境中数据信息量大,主题门类多,如何高效快速地获取地理空间主题信息是一个亟待解决的问题。本研究提出了基于网络爬虫的地理空间主题信息采集方法,该方法能高效自动的采集目标网络上的地理空间信息,提高了地理空间信息采集效率,为进一步建立地理空间主题信息库提供数据支撑。     

国际合成生物学领域主题演化的领先-滞后模式研究

合成生物学被誉为颠覆未来的前沿技术，明确我国与世界科技强国在合成生物学发展中的相对优劣与差异情况，能够促进科技创新结构的调整优化，把握学科发展的重点领域。本文基于合成生物学领域的论文数据对学科主题进行挖掘并识别研究热点，计算得到主要研究国家关于热点主题发展趋势的时间序列数据，综合灰色关联度与欧氏距离提出关联强度测度指标，并引入互相关方法的基本思想对我国与世界科技强国之间的领先-滞后关系及时滞期进行分析。研究发现，各国主题研究态势具有较为紧密的关联性，我国合成生物学领域整体呈现出滞后于国外的发展局面，美英德三国总体上展现出相对突出的科研实力与领先地位。建议我国继续提升科研成果的产出效率与数量，加大基因表达调控及基因组工程等技术方向的攻关力度，保持代谢工程研究的既往优势。