<track id="yzxek"></track>
      1. <tr id="yzxek"><code id="yzxek"><div id="yzxek"></div></code></tr>

        您当前所在位置: 首页 > 首发论文
        动态公开评议须知

        1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

        2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

        3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

        4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

        5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

        勘误表

        上传勘误表说明

        • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
        • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
        • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

        示例:

        勘误表

        上传勘误表说明

        • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
        • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
        • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

        示例:

        上传后印本

        ( 请提交PDF文档 )

        * 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

        发邮件给 王小芳 *

        收件人:

        收件人邮箱:

        发件人邮箱:

        发送内容:

        0/300

        论文收录信息

        论文编号 202302-54
        论文题目 基于神经网络词嵌入的知识共享比较研究
        文献类型
        收录
        期刊

        上传封面

        期刊名称(中文)

        期刊名称(英文)

        年, 卷(

        上传封面

        书名(中文)

        书名(英文)

        出版地

        出版社

        出版年

        上传封面

        书名(中文)

        书名(英文)

        出版地

        出版社

        出版年

        上传封面

        编者.论文集名称(中文) [c].

        出版地 出版社 出版年-

        编者.论文集名称(英文) [c].

        出版地出版社 出版年-

        上传封面

        期刊名称(中文)

        期刊名称(英文)

        日期--

        在线地址http://

        上传封面

        文题(中文)

        文题(英文)

        出版地

        出版社,出版日期--

        上传封面

        文题(中文)

        文题(英文)

        出版地

        出版社,出版日期--

        英文作者写法:

        中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

        作者之间用逗号“,”分隔,最后为实心圆点“.”,

        示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

        示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

        示例3:YELLAND R L,JONES S C,EASTON K S,et al.

        上传修改稿说明:

        1.修改稿的作者顺序及单位须与原文一致;

        2.修改稿上传成功后,请勿上传相同内容的论文;

        3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

        4.请选择DOC或Latex中的一种文件格式上传。

        上传doc论文   请上传模板编辑的DOC文件

        上传latex论文

        * 上传模板导出的pdf论文文件(须含页眉)

        * 上传模板编辑的tex文件

        回复成功!


        • 0

        基于神经网络词嵌入的知识共享比较研究

        首发时间:2023-02-09

        严亚兰 1    2   

        严亚兰(1967-),女,教授、博导,主要研究方向:知识管理、信息资源管理、信息系统

        彭昭 1   

        彭昭(1997-),男,硕士研究生,主要研究方向:信息管理与知识管理

        查先进 3   

        查先进(1967-),男,教授、博导,主要研究方向:信息资源管理、信息分析

        • 1、武汉科技大学管理学院,武汉,430065
        • 2、武汉科技大学服务科学与工程研究中心,武汉,430065
        • 3、武汉大学信息管理学院,武汉,430072

        摘要:[目的]对我国学术平台和社会化问答平台的知识共享进行比较,旨在推动我国知识共享研究取得更多的成果。[方法]word2vec是新兴的神经网络词嵌入算法,不仅计算成本低,而且准确度高,能够同时在语法层面和语义层面对词语的相似度进行有效的测度。[结果]先结合"与知识共享和知识分享最相似的前20个词语"和"与知识最相似的前20个词语"对相似词语进行了比较,然后,利用降维和可视化方法对词语的词嵌入概貌进行了比较,研究结果展现了我国学术平台和社会化问答平台在知识共享方面的差异。[结论]本文创新性地利用神经网络词嵌入算法对我国学术平台和社会化问答平台的知识共享进行了比较分析,为知识共享研究提供了新的视角。

        关键词: 知识共享 word2vec 学术平台 社会化问答平台 比较研究

        For information in English, please click here

        Comparative Study on Knowledge Sharing Based on Neural Network Word Embedding

        YAN Yalan 1    2   

        严亚兰(1967-),女,教授、博导,主要研究方向:知识管理、信息资源管理、信息系统

        PENG Zhao 1   

        彭昭(1997-),男,硕士研究生,主要研究方向:信息管理与知识管理

        ZHA Xianjin 3   

        查先进(1967-),男,教授、博导,主要研究方向:信息资源管理、信息分析

        • 1、School of Management, Wuhan University of Science and Technology, Wuhan, 430065
        • 2、 Center for Service Science and Engineering, Wuhan University of Science and Technology, Wuhan, 430065
        • 3、School of Information Management, Wuhan University, Wuhan, 430072

        Abstract:[Objective] This paper compares knowledge sharing between academic and social Q&A platforms in China, with the aim of facilitating the progress of knowledge sharing research in China. [Methods] word2vec is a new neural network word embedding algorithm. It has low computation cost and high accuracy, being able to effectively measure similarity of words at both grammatical and semantic levels. [Results] Based on the top 20 words which are most similar to knowledge sharing and knowledge, comparisons of similar words were conducted. Then, employing dimension reduction and visualization algorithm to conduct comparison of general word pictures of word embedding. The results illustrate the differences of knowledge sharing between academic and social Q&A platforms. [Conclusions] This paper innovatively employs the neural network word embedding algorithm to compare knowledge sharing on academic and social Q&A platforms, providing a new perspective for knowledge sharing research.

        Keywords: knowledge sharing word2vec academic platform social Q&A platform comparative study

        Click to fold

        点击收起

        论文图表:

        引用

        导出参考文献

        .txt .ris .doc
        严亚兰,彭昭,查先进. 基于神经网络词嵌入的知识共享比较研究[EB/OL]. 北京:中国科技论文在线 [2023-02-09]. http://www.yfrlel.com/releasepaper/content/202302-54.

        No.****

        动态公开评议

        共计0人参与

        动态评论进行中

        评论

        全部评论

        0/1000

        勘误表

        基于神经网络词嵌入的知识共享比较研究

        日韩AV毛片中文无码免费
          <track id="yzxek"></track>
            1. <tr id="yzxek"><code id="yzxek"><div id="yzxek"></div></code></tr>