基于深度学习的情报学理论及方法术语识别研究

doi:10.3772/j.issn.1000-0135.2020.08.004

情报学报

2020, Vol. 39

Issue (8): 817-828 DOI: 10.3772/j.issn.1000-0135.2020.08.004

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

基于深度学习的情报学理论及方法术语识别研究

王昊^1,2, 邓三鸿^1,2, 苏新宁^1,2, 官琴^1,2

1.南京大学信息管理学院，南京 210023
2.江苏省数据工程与知识服务重点实验室，南京 210093

A Study on Chinese Terminology Recognition of Theory and Method from Information Science: Based on Deep Learning

Wang Hao^1,2, Deng Sanhong^1,2, Su Xinning^1,2, Guan Qin^1,2

1.School of Information Management, Nanjing University, Nanjing 210023
2.Jiangsu Key Laboratory of Data Engineering and Knowledge Service, Nanjing 210093

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (1913 KB) HTML (123 KB)
输出: BibTeX | EndNote (RIS)

摘要理论、方法的研究是学科不断发展前行的动力，了解掌握学科领域当前理论及方法的应用、发展情况是一项十分重要的工作。本文利用命名实体识别任务的分支——术语识别，对情报学理论方法进行研究，通过采集我国近20年来情报学领域相关文献20000篇左右，应用深度学习模型——Bi-LSTM-CRFs进行大规模语料训练与测试，通过实验验证其可行性并探究各实验变量对模型效果的影响，以求最大限度提高模型识别的效果。实验结果表明，对于理论方法术语等复杂实体，基于词切分的语料识别效果要优于基于字切分的语料；术语实体的长度对于识别效果也有一定影响，术语长度过大时（字数≥6），识别效果下降明显；同时，训练语料量与识别效果呈正相关关系，语料量越大，识别效果越好；实体的类型和数量直接影响识别结果，具有明显构词特征的实体识别效果较好；在特征引入实验中发现除拼音特征外，词性、词长以及词向量特征均能够对F1值有所提高，其中词向量和词性特征的提升效果最为明显。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王昊
	邓三鸿
	苏新宁
	官琴

关键词 ：情报学, 术语识别, 深度学习, Bi-LSTM-CRFs模型

收稿日期: 2019-07-26

基金资助:国家社会科学基金重大招标项目“情报学学科建设与情报工作未来发展路径研究”（17ZDA291）；“江苏青年社科英才”人才培养项目；“南京大学仲英青年学者”人才培养项目。

作者简介: 王昊，男，1981年生，博士，教授，博士生导师，主要研究方向为智能信息处理和检索、数据挖掘技术及其应用等。邓三鸿，男，1975年生，博士，教授，博士生导师，主要研究方向为知识图谱、科学评价等，E-mail:sanhong@nju.edu.cn。苏新宁，男，1955年生，教授，博士生导师，主要研究方向为智能信息处理和检索、期刊分析与评价等。官琴，女，1992年生，硕士研究生，主要研究方向为智能信息处理和检索。

引用本文:

王昊, 邓三鸿, 苏新宁, 官琴. 基于深度学习的情报学理论及方法术语识别研究[J]. 情报学报, 2020, 39(8): 817-828.
Wang Hao, Deng Sanhong, Su Xinning, Guan Qin. A Study on Chinese Terminology Recognition of Theory and Method from Information Science: Based on Deep Learning. 情报学报, 2020, 39(8): 817-828.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.08.004 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I8/817

1 Bush V. As we may think[J]. The Atlantic Monthly, 1945, 176: 101-108.
2 包昌火, 刘彦君, 张婧, 等. 中国情报学论纲[J]. 情报杂志, 2018, 37(1): 1-8
3 Henshel R B R L, Wallace W L. The Logic of science in sociology[J]. Contemporary Sociology, 1972, 1(6): 520-521.
4 符福峘, 陆婷. 论情报学方法论体系的构建、发展和应用[J]. 情报理论与实践, 2007, 30(2): 149-153.
5 陆伟, 孟睿, 刘兴帮. 面向引用关系的引文内容标注框架研究[J]. 中国图书馆学报, 2014, 40(6): 93-104.
6 徐庶睿, 卢超, 章成志. 术语引用视角下的学科交叉测度——以PLOS ONE上六个学科为例[J]. 情报学报, 2017, 36(8): 809-820.
7 Pettigrew K E, McKechnie L. The use of theory in information science research[J]. Journal of the American Society for Information Science and Technology, 2001, 52(1): 62-73.
8 Jeong D Y, Kim S J. Knowledge structure of library and information science in South Korea[J]. Library & Information Science Research, 2005, 27(1): 51-72.
9 Kim S J, Jeong D Y. An analysis of the development and use of theory in library and information science research articles[J]. Library & Information Science Research, 2006, 28(4): 548-562.
10 Kumasi K D, Charbonneau D H, Walster D. Theory talk in the library science scholarly literature: An exploratory analysis[J]. Library & Information Science Research, 2013, 35(3): 175-180.
11 van de Water N, Surprenant N, Genova B K L, et al. Research in information science: An assessment[J]. Information Processing & Management, 1976, 12(2): 117-123.
12 Tuomaala O, J?rvelin K, Vakkari P. Evolution of library and information science 1965-2005: Content analysis of journal articles[J]. Journal of the Association for Information Science and Technology, 2014, 65(7): 1446-1462.
13 Chu H T. Research methods in library and information science: A content analysis[J]. Library & Information Science Research, 2015, 37(1): 36-41.
14 Ferran-Ferrer N, Guallar J, Abadal E, et al. Research methods and techniques in Spanish library and information science journals (2012-2014)[J]. Information Research, 2017, 22(1): 1-8.
15 王芳, 史海燕, 纪雪梅. 我国情报学研究中理论的应用: 基于《情报学报》的内容分析[J]. 情报学报, 2015, 34(6): 581-591.
16 王芳, 陈锋, 祝娜, 等. 我国情报学理论的来源、应用及学科专属度研究[J]. 情报学报, 2016, 35(11): 1148-1164.
17 王知津, 王璇, 韩正彪. 90年代以来我国情报学理论研究期刊论文统计分析[J]. 图书馆理论与实践, 2012(1): 21-26.
18 陈锋, 翟羽佳, 王芳. 基于条件随机场的学术期刊中理论的自动识别方法[J]. 图书情报工作, 2016, 60(2): 122-128.
19 钱军, 杨欣, 杨娟. 情报研究方法的聚类分析[J]. 情报科学, 2006, 24(10): 1561-1567.
20 杨锐. 关于情报学方法体系建设的思考[J]. 情报探索, 2008(5): 126-128.
21 王芳, 王向女. 我国情报学研究方法的计量分析: 以1999~2008年《情报学报》为例[J]. 情报学报, 2010, 29(4): 652-662.
22 王芳, 祝娜, 翟羽佳. 我国情报学研究中混合方法的应用及其领域分布分析[J]. 情报学报, 2017, 36(11): 1119-1129.
23 化柏林. 针对中文学术文献的情报方法术语抽取[J]. 现代图书情报技术, 2013(6): 68-75.
24 刘浏, 王东波. 命名实体识别研究综述[J]. 情报学报, 2018, 37(3): 329-340.
25 杨红梅, 李琳, 杨日东, 等. 基于双向LSTM神经网络电子病历命名实体的识别模型[J]. 中国组织工程研究, 2018, 22(20): 3237-3242.
26 单赫源, 吴照林, 张海粟, 等. 结合词语规则和SVM模型的军事命名实体关系抽取方法[J]. 指挥控制与仿真, 2016, 38(4): 58-63.
27 梁晨. 金融领域术语识别的研究[D]. 大连: 大连理工大学, 2017.
28 杨双龙, 吕学强, 李卓, 等. 中文专利文献术语自动识别研究[J]. 中文信息学报, 2016, 30(3): 111-117, 124.
29 赵洪, 王芳. 理论术语抽取的深度学习模型及自训练算法研究[J]. 情报学报, 2018, 37(9): 923-938.
30 Cherry C, Guo H Y. The unreasonable effectiveness of word representations for Twitter nam ed entity recognition[C]// Proceedings of the Annual Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. Stroudsburg: Association for Computational Linguistics, 2015: 735-745.
31 Sundermeyer M, Schlüter R, Ney H. LSTM neural networks for language modeling[C]// Proceedings of the 13th Annual Conference of the International Speech Communication Association, Portland, Oregon, USA, 2012: 601-608.
32 Graves A, Mohamed A R, Hinton G. Speech recognition with deep recurrent neural networks[C]// Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing. IEEE, 2013: 6645-6649.
33 Peng N Y, Dredze M. Improving named entity recognition for Chinese social media with word segmentation representation learning[C]// Proceedings of the 54th Annual Meeting of the Association for Computational Linguistics. Stroudsburg: Association for Computational Linguistics, 2016: 149-155.
34 Chiu J P C, Nichols E. Named entity recognition with bidirectional LSTM-CNNs[J]. Transactions of the Association for Computational Linguistics, 2016, 4: 357-370.
35 Rei M, Crichton G K O, Pyysalo S. Attending to characters in neural sequence labeling models[C]// Proceedings of COLING 2016, the 26th International Conference on Computational Linguistics. The COLING 2016 Organizing Committee, 2016: 309-318.
36 Shen Y Y, Yun H, Lipton Z C, et al. Deep active learning for named entity recognition[C]// Proceedings of the 2nd Workshop on Representation Learning for NLP. Stroudsburg: Association for Computational Linguistics, 2017: 252-256.
37 Yang Z L, Salakhutdinov R, Cohen W W. Transfer learning for sequence tgging with hierarchical recurrent networks[C]// Proceedings of the 6th International Conference on Learning Representations, Toulon, France, 2017: 234-253.
38 Huang Z H, Xu W, Yu K. Bidirectional LSTM-CRF models for sequence tagging[OL]. https://arxiv.org/pdf/1508.01991v1.pdf.
39 王昊, 苏新宁. 基于CRFs的角色标注人名识别模型在网络舆情分析中的应用[J]. 情报学报, 2009, 28(1): 88-96.
40 Mikolov T, Karafiát M, Burget L, et al. Recurrent neural network based language model[C]// Proceedings of INTERSPEECH 2010, the 11th Annual Conference of the International Speech Communication Association, Makuhari, Chiba, Japan, 2010: 1045-1048.
41 Rondeau M A, Su Y. LSTM-based NeuroCRFs for named entity recognition[C]// Proceedings of INTERSPEECH 2016, the 17th Annual Conference of the International Speech Communication Association, San Francisco, CA, USA, 2016: 665-669.
42 周浪. 中文术语抽取若干问题研究[D]. 南京: 南京理工大学, 2010.
43 周浪, 史树敏, 冯冲, 等. 基于多策略融合的中文术语抽取方法[J]. 情报学报, 2010, 29(3): 460-467.
44 刘章勋. 中文命名实体识别粒度和特征选择研究[D]. 哈尔滨: 哈尔滨工业大学, 2010.