您的位置: 专家智库 > >

李旭晖

作品数:17 被引量:170H指数:9
供职机构:武汉大学信息管理学院更多>>
发文基金:国家自然科学基金教育部人文社会科学重点研究基地度重大研究项目中国博士后科学基金更多>>
相关领域:文化科学自动化与计算机技术更多>>

文献类型

  • 17篇中文期刊文章

领域

  • 15篇文化科学
  • 4篇自动化与计算...

主题

  • 3篇抽取
  • 3篇抽取方法
  • 3篇大数据
  • 2篇语义表示
  • 2篇知识组织
  • 2篇社会化标签
  • 2篇事件抽取
  • 2篇数据建模
  • 2篇数据建模方法
  • 2篇数据模型
  • 2篇图书
  • 2篇情报
  • 2篇中文
  • 2篇建模方法
  • 2篇标签
  • 1篇大学生
  • 1篇大学生网络
  • 1篇调查及对策
  • 1篇多粒度
  • 1篇多粒度时间

机构

  • 17篇武汉大学
  • 1篇湖南大学
  • 1篇武汉科技大学
  • 1篇武汉市医学科...

作者

  • 17篇李旭晖
  • 4篇李信
  • 3篇李旭晖
  • 3篇吴燕秋
  • 2篇王晓光
  • 2篇陆伟
  • 2篇马费成
  • 1篇钱铁云
  • 1篇顾进广
  • 1篇黄薇
  • 1篇周怡
  • 1篇李婷

传媒

  • 5篇图书情报工作
  • 3篇数据分析与知...
  • 2篇情报科学
  • 2篇图书情报知识
  • 1篇现代情报
  • 1篇图书馆论坛
  • 1篇图书馆理论与...
  • 1篇情报学报
  • 1篇情报理论与实...

年份

  • 1篇2023
  • 1篇2022
  • 1篇2021
  • 4篇2020
  • 2篇2019
  • 2篇2018
  • 5篇2017
  • 1篇2016
17 条 记 录,以下是 1-10
排序方式:
基于角色关联的叙事型文化遗产知识表示方法被引量:7
2017年
[目的 /意义]叙事型文化遗产具有丰富的隐含知识与语义信息,仅采用图像、文字等数字化形式难以描述故事元素间复杂的关联与模糊语义,因此探究叙事型文化遗产的有效组织与表示具有重大研究意义。[方法/过程]围绕叙事型文化遗产,利用语义数据模型提出基于角色关联的知识表示方式,构建具有多粒度、多角度且语义流畅的知识表示框架。此方法选取故事中的主要元素作为知识因子,通过聚集与特化的抽象关联关系表示知识因子间的角色关联,形成自然的图结构。[结果 /结论]基于角色关联的知识表示方式具有语义自然、可扩展性强、支持多样化检索等优势,可解决现有知识表示方法存在的角色缺乏情境依赖与表示角度单一问题。
李旭晖吴燕秋王晓光
关键词:知识表示知识组织文化遗产语义模型
一种面向语义的多粒度时间数据建模方法被引量:2
2020年
【目的/意义】提出一种多粒度时间数据建模方法,用以支持面向自然语言语义、以事件为核心的时间信息的管理,为后续研究奠定基础。【方法/过程】对时间粒度、粒度空间、时刻域、时间定位等概念进行定义,以此为基础设计时间数据模型。【结果/结论】提出了图结构多粒度时间数据模型TGM(Time-Granular-Model),进一步提出了TGM上的计算表示方法,以及基于TGM的语义时间描述方法。与传统时间数据模型相比,TGM可以较好地表示自然语言时间信息的语义特征,并处理各类时刻与时间颗粒的对应以及它们的时序关系。
李旭晖曾逸权刘洋
关键词:多粒度时间
面向事件的视频语义表示方法被引量:2
2020年
[目的/意义]视频内容正在影响着我国大量人口的信息生活,视频语义的良好表示是推动当前视频内容研究和视频应用服务向前发展的关键基础。现有的视频语义表示方法存在事件语义表示角度和粒度划分方式单一、缺少灵活的对象语义变化机制的问题,因此探究更有效的视频语义表示方法具有重要意义。[方法/过程]提出面向事件的视频语义表示方法。此方法考虑人的双向认知过程,可以根据不同用户背景和需求从不同角度解读和生成事件语义,并定义相应的语义对象和角色的变化机制。[结果/结论]面向事件的视频语义表示方法具有完整的语义表示框架,支持多角度的事件语义表示,可以灵活地进行属性级、对象级和事件级的语义拓展,能够表示更丰富的视频语义。
李旭晖吴青峰
基于文献计量的国际健康信息素养评估研究被引量:9
2017年
梳理健康信息素养评估问题的研究进展、发展脉络,把握其研究前沿,为我国健康信息素养评估研究提供借鉴和参考。以Web of ScienceTM核心合集收录的有效文献为来源,综合运用文献计量和知识图谱等分析方法,从研究现状分析、引文时序分析、主路径分析和前沿追踪4个方面,对健康信息素养评估的进展和前沿进行可视化分析。结果发现:1健康信息素养评估问题自1997年开始日益受到各国学者的关注,诞生了很多经典的健康信息素养评估工具,美国在健康信息素养评估研究中遥遥领先于其他国家,我国在研究热度与研究成果上尚需很大的努力。21993-2004年健康信息素养的评估研究经历了从临床视角到公共卫生视角的转变,再到两者结合的发展轨迹。3健康信息素养评估的前沿主题主要集中在针对于特定年龄人群、特定疾病患者的健康信息素养评估,评估方式的多元化,以及评估范畴的全面化、规范化。
李信李旭晖
关键词:知识图谱
基于语义聚类的关键词抽取方法被引量:1
2022年
【目的/意义】关键词抽取的本质是找到能够表达文档核心语义信息的关键词汇,因此使用语义代替词语进行分析更加符合实际需求。本文基于TextRank词图模型,利用语义代替词语进行分析,提出了一种基于语义聚类的关键词抽取方法。【方法/过程】首先,将融合知网(HowNet)义原信息训练的词向量聚类,把词义相近的词语聚集在一起,为各个词语获取相应的语义类别。然后,将词语所属语义类别的窗口共现频率作为词语间的转移概率计算节点得分。最后,将TF-IDF值与节点得分进行加权求和,对关键词抽取结果进行修正。【结果/结论】从整体的关键词抽取结果看,本文提出的关键词抽取方法在抽取效果上有一定提升,相比于TextRank算法在准确率P,召回率R以及F值上分别提升了12.66%、13.77%、13.16%。【创新/局限】本文的创新性在于使用语义代替词语,从语义层面对相关性网络进行分析。同时,首次引入融合知网义原信息的词向量用于关键词抽取工作。局限性在于抽取方法依赖知网信息,只适用于中文文本抽取。
李旭晖李旭晖
关键词:关键词抽取语义聚类
一种新兴的学科领域历史根源探究方法:RPYS被引量:24
2016年
[目的 /意义]探索一个学科或研究领域的历史根源问题,找出对该学科领域起源具有重要作用的根源文献,对于学科的建设和研究具有重要意义。[方法 /过程]引入一种被称为"参考文献出版年图谱"(RPYS)的新方法,对其概念、特点和原理进行详细阐述,并将RPYS分析过程归纳为4个步骤。在此基础上,以健康信息素养研究领域为例,应用RPYS从参考文献的角度对该领域的历史根源文献进行识别和分析。[结果 /结论]结果表明,运用RPYS能够较为准确地揭示健康信息素养研究领域的历史根源文献,同时发现RPYS也可以用于学科或研究领域的研究热点、研究趋势的探究。
李信陆伟李旭晖
一种面向演化的模式元数据描述机制被引量:1
2020年
【目的】设计一种面向演化的模式元数据描述机制,以适应各类信息系统应用中数据模式频繁演化的需要。【方法】在总结已有相关研究的基础上,对概念模式的结构化描述进行形式化定义,结合模式结构对概念模式演化的常见形式进行归纳,确定基于正规模式的易演化模式结构。【结果】提出一种面向演化的模式元数据描述机制及一种基于图结构的易演化模式元数据(Evolutionary Normal Metadata,ENM)描述模型。【局限】研究仅是初步尝试,在后续工作中将针对正规概念模式的结构表达式的理论性质做更深入的探讨。【结论】本文所提正规概念模式描述方法具备较强的概念语义特征描述能力。
李旭晖于滔李婷李婷顾进广
关键词:元数据描述
基于多层卷积神经网络的金融事件联合抽取方法被引量:9
2021年
[目的/意义]为进一步提升金融领域事件抽取的效果,增强事件抽取两个子任务之间的关联性。[方法/过程]在中文金融文本上进行事件抽取相关研究,提出一种融合预训练模型与多层卷积神经网络的金融事件联合抽取方法,首先通过预训练模型BERT捕捉句子序列的综合语义信息,然后接入本文设计的多层卷积架构MultiCNN,分层提取局部窗口和高维空间语义信息,同时实现事件识别和要素抽取这两个任务,再通过引入对比损失,进一步强化两个任务之间的关联。[结果/结论]在中文金融事件数据集上F;达到82.20%,比各个基准抽取模型均有一定提升。
李旭晖李旭晖唐小雅于滔陈壮钱铁云
关键词:卷积神经网络
时空数据建模方法研究综述被引量:15
2019年
【目的】总结时空数据建模方法,以期为时空知识的组织和管理研究提供理论基础。【文献范围】在百度学术、谷歌学术、EI、CNKI中分别以检索式"时空数据模型"、"spatio-temporal data model"在限定时间范围、期刊类型内进行文献检索,获得部分相关文献,根据研究主题相关程度筛选最终获得64篇相关文献。【方法】根据建模对象的抽象层次对时空数据模型进行分类,分别从物理层、逻辑层和应用层三个层次对时空数据模型的相关研究进行综述。【结果】近年来物理层对时空数据模型的研究主要侧重于对以往模型的修正,应用层的时空数据模型集中于满足各领域具体需求,而逻辑层的研究在表达能力方面有待改进。【局限】不同层次的时空数据模型横向对比研究较少。【结论】未来大规模的时空信息管理和利用,将为时空数据建模的深入发展提供广阔的空间。
李旭晖刘洋
关键词:时空数据模型物理层逻辑层
一种基于模板提示学习的事件抽取方法
2023年
【目的】针对现有基于标注和基于文本生成的事件抽取模型存在的不足,提出一种使用自动构造模板引出预训练语言模型知识的事件联合抽取模型。【方法】基于事件提示符设计模板自动构造策略以生成统一的提示模板,在编码层为事件提示符引入事件提示编码层,而后接入预训练的BART模型捕捉句子的语义信息,并生成对应的预测序列,从预测序列中提取对应事件类型的触发词和论元,实现事件触发词和论元的联合抽取。【结果】在包含复杂事件信息文本的事件数据集中,事件触发词抽取和事件论元抽取的F1值分别达到77.67%和65.06%,相较于最优的基准方法分别提升了2.43和1.62个百分点。【局限】模型仅局限于句子级文本,且仅在编码层对提示符进行调优。【结论】本文模型基于提示符调优,能够在减少模板构建成本的同时保持相同甚至更优的性能,并且能够识别具有复杂事件信息的文本,有效提升了事件元素多标签分类的效果。
陈诺李旭晖
共2页<12>
聚类工具0