原文服务方: 科技与创新       
摘要:
本文从生物学文献数据库标引现状出发,针对提出的文献数据库深度加工两项措施,分析生物学文献的特点,实现了生物学文献的自动分词,在此基础上提出了一种生物学文献自动分类模型,最后指出将来的工作.
推荐文章
面向程序自动修复的缺陷分类方法研究
软件缺陷
程序自动修复
缺陷分类
技术集成
基于生物医学文献的知识发现研究
生物信息学
基于文献的知识发现
文本挖掘
知识发现
基于Labeled LDA主题模型的医学文献自动分类法
Labeled LDA
主题模型
自动分类
SVM
医学文献汉语自动分词技术-单汉字切分
医学文献
自动分词
字频分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向生物学文献的自动分类的研究
来源期刊 科技与创新 学科
关键词 自动分词 自动分类 生物学
年,卷(期) 2006,(6) 所属期刊栏目 管控一体化
研究方向 页码范围 65-67
页数 3页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2006.06.024
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (15)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
自动分词
自动分类
生物学
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导