韩青, 周晓英. 基于文献共被引特征的文献相似度计算优化研究[J]. 情报学报, 2018, 37(9): 905-911.
Han Qing, Zhou Xiaoying. Research on Optimization of Scientific Literature Similarity Calculation Based on the Co-citation Feature. 情报学报, 2018, 37(9): 905-911.
[1] 刘玉琴, 汪雪锋, 雷孝平. 基于文本挖掘技术的专利质量评价与实证研究[J]. 计算机工程与应用, 2007(33): 12-14. [2] 赵国光. 医学文献相似性研究[D]. 北京: 首都师范大学, 2009. [3] 周永梅, 陶红, 陈姣姣, 等. 自动问答系统中的句子相似度算法的研究[J]. 计算机技术与发展, 2012, 22(5): 75-78. [4] Cao Y, Liu F, Simpson P, et al.An online question answering system for complex clinical questions[J]. Journal of Biomedical Informatics, 2011, 44(2): 277-288. [5] 周晓英. 论信息集合的信息构建(IA)[J]. 情报学报, 2004, 23(4): 456-462. [6] Salton G, Wong A, Yang C.A vector space model for automatic indexing[J]. Communications of the ACM, 1974, 18(11): 613-620. [7] Wong S K M, Ziarko W, Wong P C N. Generalized vector spaces model in information retrieval[C]// Proceedings of the 8th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM Press, 1985: 18-25. [8] 曾文, 徐红姣, 李颖, 等. 基于VSM的科技期刊文献与专利文献的相似度计算方法研究[J]. 情报工程, 2016, 2(3): 37-42. [9] 张佩云, 陈恩红, 谢荣见, 等. 基于元数据与领域概念树的文本相似度计算[J]. 系统工程与电子技术, 2014, 36(3): 591-597. [10] 赵国光. 医学文献相似性研究[D]. 北京: 首都师范大学, 2009. [11] Deerwester S, Dumais S T, Furnas G W, et al.Indexing by latent semantic analysis[J]. Journal of the American Society for Information Science, 1990, 41(6): 391-407. [12] 王振振, 何明, 杜永萍. 基于LDA主题模型的文本相似度计算[J]. 计算机科学, 2013, 40(12): 229-232. [13] 王晓笛, 祝娜, 白如江, 等. 基于语义角色标注的文献相似度检测研究[J]. 图书情报工作, 2014, 58(12): 130-135. [14] 马凤. 基于隐语义相似度分析的专业文献检索方法及实证研究[J]. 情报理论与实践, 2014, 37(1): 110-115. [15] 王鹏, 赵逢禹, 陈章. 基于分层分割的科研领域文本信息挖掘[J]. 情报学报, 2015, 34(1): 85-91. [16] 黄贤英, 张金鹏, 刘英涛, 等. 基于词项语义映射的短文本相似度算法[J]. 计算机工程与设计, 2015, 36(6): 1514-1518, 1534. [17] 廖志芳, 周国恩, 李俊锋, 等. 中文短文本语法语义相似度算法[J]. 湖南大学学报(自然科学版), 2016, 43(2): 135-140. [18] 王晋, 孙涌, 王璁玮. 基于领域本体的文本相似度算法[J]. 苏州大学学报(工科版), 2011, 31(3): 13-17, 25. [19] 王秀红, 袁艳, 赵志程, 等. 专利文献的结构树模型及其在相似度计算中的应用[J]. 情报理论与实践, 2015, 38(3): 107-111. [20] Banea C, Chen D, Mihalcea R, et al.SimCompass: Using deep learning word embeddings to assess cross-level similarity[C]// Proceedings of the 8th International Workshop on Semantic Evaluation. Stroudsburg: Association for Computational Linguistics, 2014: 560-565. [21] Wang Z, Li J, Li S, et al.Cross-lingual knowledge validation based taxonomy derivation from heterogeneous online wikis[C]// Proceeding of the 28th AAAI Conference on Artificial Intelligence. Palo Alto: AAAI Press, 2014: 180-186. [22] Islam A, Inkpen D.Semantic text similarity using corpus-based word similarity and string similarity[J]. ACM Transactions on Knowledge Discovery from Data, 2008, 2(2): 1-25. [23] 黄承慧, 印鉴, 侯昉. 一种结合词项语义信息和TF-IDF方法的文本相似度量方法[J]. 计算机学报, 2011, 34(5): 856-864. [24] 张佩云, 陈传明, 黄波. 基于子树匹配的文本相似度算法[J]. 模式识别与人工智能, 2014, 27(3): 226-234. [25] 詹志建, 杨小平. 一种基于复杂网络的短文本语义相似度计算[J]. 中文信息学报, 2016, 30(4): 71-80, 89. [26] 华秀丽, 朱巧明, 李培峰. 语义分析与词频统计相结合的中文文本相似度量方法研究[J]. 计算机应用研究, 2012, 29(3): 833-836. [27] 李纲, 毛进. 文本图表示模型及其在文本挖掘中的应用[J]. 情报学报, 2013, 32(12): 1257-1264. [28] 朱甜甜. 短文本语义相似度量的方法和应用研究[D]. 上海: 华东师范大学, 2014. [29] 郑小波, 郑诚, 尹莉莉. 基于GVSM的文本相似度算法研究[J]. 微型机与应用, 2011, 30(3): 9-11. [30] 谭静. 基于向量空间模型的文本相似度算法研究[D]. 成都: 西南石油大学, 2015. [31] Sun J Y. jieba中文分词组件[EB/OL].[2017-08-28]. https://github.com/fxsjy/jieba. [32] Small H.Co-citation context analysis and the structure of paradigms[J]. Journal of Documentation, 1980, 36(3): 183-196. [33] Small H.Cited documents as concept symbols[J]. Social Studies of Science, 1978, 8(3): 327-340. [34] Small H.Co-citation in the scientific literature: A new measure of the relationship between two documents[J]. Journal of the American Society for Information Science and Technology, 1973, 24(4): 265-269. [35] 刘伙玉. 基于CNKI的图书、情报学与档案学学科文献半衰期分析[J]. 图书与情报, 2015(1): 106-111. [36] Blondel V D, Guillaume J L, Lambiotte R, et al.Fast unfolding of communities in large networks[J]. Journal of Statistical Mechanics: Theory and Experiment, 2008, 2008(10): 155-168. [37] Luxburg U.A tutorial on spectral clustering[J]. Statistics and Computing, 2007, 17(4): 395-416. [38] Ng A Y, Jordan M I, Weiss Y.On spectral clustering: analysis and an algorithm[C]// Proceedings of the 14th International Conference on Neural Information Processing Systems: Natural and Synthetic. Cambridge: MIT Press, 2001: 849-856. [39] Conrad J G, Al-Kofahi K, Zhao Y, et al.Effective document clustering for large heterogeneous law firm collections[C]// Proceedings of the 10th International Conference on Artificial Intelligence and Law. New York: ACM Press, 2005: 177-187.
