博硕士学位论文网上提交过程中的常见问题及其解决对策

doi:10.11925/infotech.1003-3513.2002.02.29

现代图书情报技术

2002, Vol. 18

Issue (2): 87-89 https://doi.org/10.11925/infotech.1003-3513.2002.02.29

工作交流

本期目录 | 过刊浏览 | 高级检索

博硕士学位论文网上提交过程中的常见问题及其解决对策

姜静华¹ 龚元明²

¹(清华大学图书馆　北京 100084) 　
²(清华大学自动化系　北京 100084)

The FAQs and Their Solution for Online Transmitting the Dissertations for Ph. D and Master in Word Format

Jiang Jinghua¹ Gong Yuanming²

¹(Tsinghua University Library, Beijing 100084, China)
²(Tsinghua University Department of Automation, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

论文根据在校园网上提交电子版学位论文的实践经验, 归纳出Wo rd 文件在远程传输过程中常出现的四类问题和解决这些问题的有效方法。

	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 ：学位论文, 网上提交, Word, 常见问题

Abstract：

With the experience for online transmitting electronic dissertations on the campus network, the authors classify 4 types of FAQs for transmitting dissertation, and give effective solution to them in this thesis.

Key words： Dissertation Submitted online Word format FAQ

收稿日期: 2001-10-08 出版日期: 2002-04-25

ZTFLH:

G356

通讯作者: 姜静华,龚元明

作者简介: 姜静华,龚元明

引用本文:

姜静华,龚元明. 博硕士学位论文网上提交过程中的常见问题及其解决对策[J]. 现代图书情报技术, 2002, 18(2): 87-89.
Jiang Jinghua,Gong Yuanming. The FAQs and Their Solution for Online Transmitting the Dissertations for Ph. D and Master in Word Format. New Technology of Library and Information Service, 2002, 18(2): 87-89.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2002.02.29 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2002/V18/I2/87

[1]东方人华.Office 2000中文版入门与提高.清华大学出版社

[2]晨禾工作室.活学活用Office 2000中文版.人民邮电出版社

[3]谢海瑛.怎样在Word 97中手工清除宏病毒.贵州气象,1999,(1)

[4]宫玉良.Word中宏病毒的防治.电脑学习,2000,6

[5]徐彬.摆脱Word“红叉”的烦恼.微电脑世界周刊,2000,6

[6]许秀莉.Word中常出现的问题.计算机时代,2000,(3)

[1]	李跃艳,熊回香,李晓敏. 在线问诊平台中基于组合条件的医生推荐研究*[J]. 数据分析与知识发现, 2020, 4(8): 130-142.
[2]	唐晓波,高和璇. 基于关键词词向量特征扩展的健康问句分类研究 ^*[J]. 数据分析与知识发现, 2020, 4(7): 66-75.
[3]	叶佳鑫,熊回香,童兆莉,孟秋晴. 在线医疗社区中面向医生的协同标注研究*[J]. 数据分析与知识发现, 2020, 4(6): 118-128.
[4]	岳丽欣,刘自强,胡正银. 面向趋势预测的热点主题演化分析方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 22-34.
[5]	陶兴,张向先,郭顺利,张莉曼. 学术问答社区用户生成内容的W2V-MMR自动摘要方法研究*[J]. 数据分析与知识发现, 2020, 4(4): 109-118.
[6]	叶佳鑫,熊回香,蒋武轩. 一种融合患者咨询文本与决策机理的医生推荐算法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 153-164.
[7]	薛福亮,刘丽芳. 一种基于CRF与ATAE-LSTM的细粒度情感分析方法^*[J]. 数据分析与知识发现, 2020, 4(2/3): 207-213.
[8]	龚丽娟,王昊,张紫玄,朱立平. Word2Vec对海关报关商品文本特征降维效果分析^*[J]. 数据分析与知识发现, 2020, 4(2/3): 89-100.
[9]	蒋翠清,郭轶博,刘尧. 基于中文社交媒体文本的领域情感词典构建方法研究^*[J]. 数据分析与知识发现, 2019, 3(2): 98-107.
[10]	李心蕾, 王昊, 刘小敏, 邓三鸿. 面向微博短文本分类的文本向量化方法比较研究^*[J]. 数据分析与知识发现, 2018, 2(8): 41-50.
[11]	高永兵, 杨贵朋, 张娣, 马占飞. 基于突显词博文聚类的官微事件检测方法^*[J]. 数据分析与知识发现, 2017, 1(9): 57-64.
[12]	张琴, 郭红梅, 张智雄. 融合词嵌入表示特征的实体关系抽取方法研究^*[J]. 数据分析与知识发现, 2017, 1(9): 8-15.
[13]	夏天. 词向量聚类加权TextRank的关键词抽取^*[J]. 数据分析与知识发现, 2017, 1(2): 28-34.
[14]	刘睿伦, 叶文豪, 高瑞卿, 唐梦嘉, 王东波. 基于大数据岗位需求的文本聚类研究^*[J]. 数据分析与知识发现, 2017, 1(12): 32-40.
[15]	曲云鹏,王文玲. 一种分布式语义增强的词汇链文本表示模型构建方法[J]. 现代图书情报技术, 2016, 32(9): 34-41.

Viewed

Full text

Abstract

Cited

Shared

Discussed