Please wait a minute...
Advanced Search
现代图书情报技术  1997, Vol. 13 Issue (3): 19-21     https://doi.org/10.11925/infotech.1003-3513.1997.03.05
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
神经网络技术在文献检索中的应用前景
牛耘 朱献有
(中国科学院文献情报中心 北京   100080)
The Prospect of the Application of Neural Network in Text Retrieval
Niu Yun   Zhu Xianyou
(The Documentation and Information Centre of the Chinese Academy of Sciences)
全文:
输出: BibTeX | EndNote (RIS)      
摘要 

神经网络是人工智能技术用于文献检索领域的一个主要分支。文中分折了神经网络的主要特点, 说明了在提高检索效率上存在着极大优势, 并从对人的思维的适应性这一角度分析了它与超文本技术相结合的前景。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 神经网络文献检索超文本人工智能    
Abstract

The neural network is a main branch of artificial intelligence application in text retrieval. The advantages of its main characters that can improve the effectiveness of text retrieval are analyzed. From the view of the adaptability to people s thinking convention,the prospect of the combination of the neural network and hypertext is discussed in this paper.

收稿日期: 1997-03-04      出版日期: 1997-06-25
通讯作者: 牛耘,朱献有   
作者简介: 牛耘,朱献有
引用本文:   
牛耘,朱献有. 神经网络技术在文献检索中的应用前景[J]. 现代图书情报技术, 1997, 13(3): 19-21.
Niu Yun,Zhu Xianyou. The Prospect of the Application of Neural Network in Text Retrieval. New Technology of Library and Information Service, 1997, 13(3): 19-21.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.1997.03.05      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y1997/V13/I3/19

1 Maristella Agosti.Fabio Crestani Massimo Melucci.Design and Implementation of a Tool for the Automatic Construction of Hypertexts for Information Retrieval.Information Processing&Management,1996,32(4)
2 胡守仁等.神经网络导论.国防科技大学出版社,第一版,1993
3 B.Müller J.Reinhardt.Neural Networks:an Introduction.Germany,Springer-Verlag,Berlin Heidelberg,1st Edi,1990
4 谭晓冬.超文本检索技术的发展.现代图书情报技术,1994,3
5 王士同等.问题求解的人工智能神经网络方法.第一版,气象出版社,1995
6 赖茂生等.基于超文本结构的后控词表管理系统.情报学报,1995,14(5)

[1] 范少萍,赵雨宣,安新颖,吴清强. 基于卷积神经网络的医学实体关系分类模型研究*[J]. 数据分析与知识发现, 2021, 5(9): 75-84.
[2] 范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[3] 顾耀文, 张博文, 郑思, 杨丰春, 李姣. 基于图注意力网络的药物ADMET分类预测模型构建方法*[J]. 数据分析与知识发现, 2021, 5(8): 76-85.
[4] 张乐, 冷基栋, 吕学强, 崔卓, 王磊, 游新冬. RLCPAR:一种基于强化学习的中文专利摘要改写模型*[J]. 数据分析与知识发现, 2021, 5(7): 59-69.
[5] 宋若璇,钱力,杜宇. 基于科技论文中未来工作句集的学术创新构想话题自动生成方法研究*[J]. 数据分析与知识发现, 2021, 5(5): 10-20.
[6] 韩普,张展鹏,张明淘,顾亮. 基于多特征融合的中文疾病名称归一化研究*[J]. 数据分析与知识发现, 2021, 5(5): 83-94.
[7] 孟镇,王昊,虞为,邓三鸿,张宝隆. 基于特征融合的声乐分类研究*[J]. 数据分析与知识发现, 2021, 5(5): 59-70.
[8] 王楠,李海荣,谭舒孺. 基于改进SMOTE算法与集成学习的舆情反转预测研究*[J]. 数据分析与知识发现, 2021, 5(4): 37-48.
[9] 吕学强,罗艺雄,李家全,游新冬. 中文专利侵权检测研究综述*[J]. 数据分析与知识发现, 2021, 5(3): 60-68.
[10] 李丹阳, 甘明鑫. 基于多源信息融合的音乐推荐方法 *[J]. 数据分析与知识发现, 2021, 5(2): 94-105.
[11] 程铁军, 王曼, 黄宝凤, 冯兰萍. 基于CEEMDAN-BP模型的突发事件网络舆情预测研究*[J]. 数据分析与知识发现, 2021, 5(11): 59-67.
[12] 丁浩, 艾文华, 胡广伟, 李树青, 索炜. 融合用户兴趣波动时序的个性化推荐模型*[J]. 数据分析与知识发现, 2021, 5(11): 45-58.
[13] 尹浩然,曹金璇,曹鲁喆,王国栋. 扩充语义维度的BiGRU-AM突发事件要素识别研究*[J]. 数据分析与知识发现, 2020, 4(9): 91-99.
[14] 邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 *[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[15] 王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn