《表2 语义标注结果：基于文本语义理解的学科发展趋势分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于文本语义理解的学科发展趋势分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

语义标注及评价结果如表2所示。方法将原始词表提供的百余个领域词汇扩展到上千个，为快速获取领域知识提供了一种便捷手段。而且，研究主题和关键技术的平均识别正确率为81%，能够为深入文本内容的学科发展趋势分析提供较为优质的数据资源。虽然标注语料中“研究主题”的数量仅为“关键技术”的一半，但语义标注模型识别出了更多的“关键技术”且正确率更高。分析采样数据发现，描述“关键技术”的词汇较为固定，语义模糊性相对较弱，使得Bootstrapping方法在迭代过程中能更快速捕捉到大多数实例的词法表达模式，缓解了“语义漂移”现象。