《表2 与氧化石墨烯语义相关度高的特征词》

  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

《大数据驱动下情报研究知识库构建的关键技术及实现》

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

本文选用Word2vec的CBOW模型进行训练，该模型是一个三层的神经网络语言模型，其中第一层是Wi-c，Wi-c+1，…，Wi+c，这一层用若干个单词的词向量作为输入，模型的第二层代表的是隐藏层，是第一层向量所加起来的和，第三层为输出层，输出层代表了语料库中的所有词语的词向量表示，然后可以通过计算词之间词向量的COS距离来度量词间的相似度。用石墨烯领域的文本特征词数据进行Word2vec训练，可得到各特征词的词向量以及其语义距离，以“氧化石墨烯”为例，即可得到与其语义相近的领域特征词，排序后取最相关的5个特征词展示如表2所示。