面向科學研究主題的文本時態(tài)特征檢索研究

　　本書分析了不同信息載體的時間表達式分布，構建了基于傳統(tǒng)機器學習和深度學習的時間表達式抽取模型：首先，通過全文文獻和題錄信息的對比，驗證了不同信息在學術文獻對應研究階段劃分準確性上的影響；其次，對時間詞敏感研究主題的排序進行了探究，并構成了基于時間相似度的檢索研究內容；最后，結合具體的案例數(shù)據(jù)，以時間線串聯(lián)整個研究內容，對研究主題的相應資源進行了整合探究。本書主要面向信息資源管理、知識挖掘、深度學習的研究者和學習者。

　　沈思，南京理工大學副教授、管理科學工程專業(yè)博士生導師、計算機科學與技術專業(yè)碩士生導師。近5年主持完成及在研項目共5項，包括國家自然科學基金項目、國家社科基金后期資助項目、江蘇省自然科學基金項目、江蘇省哲學社會科學基金項目。共發(fā)表SCI、SSCI、EI、CSSCI論文40篇。以主要完成人的身份獲得部門第八屆高等學校科學研究優(yōu)秀成果獎二等獎、江蘇省第十四屆哲學社會科學優(yōu)秀成果獎一等獎。