[目的/意义]针对查询意图歧义性自动识别,探讨特征有效性及采用不同分类算法识别三类查询意图歧义性的分类准确率,以期对后续研究提供借鉴与指导.[方法/过程]首先提出了一个面向查询意图歧义性的查询表达式分类体系;随后,构建了查询表达式特征及相关文档特征共六类;最后,分别采用决策树算法、神经网络算法及k最邻近算法,探讨采用不同特征组合的有效性及不同分类算法的分类准确率.[结果/结论]①分类准确率较基准实验提升比例为49.5％;②使用查询表达式特征分类优于使用相关文档特征;③决策树的分类准确率略高于其他两类分类算法.[创新/局限]构建了一个面向查询意图歧义性的查询分类体系;完成了面向三类查询意图歧义性的分类任务;然限于数据集获取途径,仅对200数据验证.

[目的 /意义]领域学术观点库构建的目的 在于实现领域内各学者、学派学术观点的集成,形成对领域知识更全面的认知.[方法/过程]从柏拉图知识观视角明确学术观点与相关概念区别,分析其与一般观点的特性.通过分析学术观点在学术活动中的作用明确领域学术观点库的功能.设计领域学术观点库系统的模块结构,探讨各个环节构建过程.[结果/结论]领域学术观点库构建可以分为文本获取、结构化表示、关联关系组织和应用服务四个模块.数据搜集需遵循全面性、相关性和及时性原则,结构化表示包括原子型拆解和元素抽取,学术观点间关系组织通过比较实现,领域学术观点库的应用主要包括查询和评估.

[目的/意义]实现学术查询意图的自动识别,提高学术搜索引擎的效率.[方法/过程]结合已有查询意图特征和学术搜索特点,从基本信息、特定关键词、实体和出现频率4个层面对查询表达式进行特征构造,运用Naive Bayes、Lo-gistic回归、SVM、Random Forest四种分类算法进行查询意图自动识别的预实验,计算不同方法的准确率、召回率和F值.提出了一种将Logistic回归算法所预测的识别结果扩展到大规模数据集、提取"关键词类"特征的方法构建学术查询意图识别的深度学习两层分类器.[结果/结论]两层分类器的宏平均F1值为0.651,优于其他算法,能够有效平衡不同学术查询意图的类别准确率与召回率效果.两层分类器在学术探索类的效果最好,F1值为0.783.

1 论坛简介全国情报学博士生学术论坛2012年由北京大学信息管理系发起,至今已经连续举办八届[1-9],历届全国情报学博士生论坛主题如表1所示。该论坛为全国情报学专家学者和博士研究生搭建了一个高水平的学术交流平台,推进了全国情报学博士生在情报学理论与实践方面的学习、思考与创新,促进了情报学博士生学术研究和实践能力的提升。第九届全国情报学博士生学术论坛于2019年4月26-28日在南京农业大学召开,论坛主题为