开放人文社科数据集语义检索及综合排序模型研究(精)

本文分别开展三方面的研究内容，包括：面向数据集检索的人文社科数据集的特征研究，基于深度学习的人文社科数据集语义检索方法研究，人文社科数据集检索结果综合排序模型的构建与实现。本研究还构建了人文社科数据集检索系统，提出了一套实现方案，可为应用系统中数据集检索功能的实现与优化提供参考。

罗鹏程，博士，副研究馆员。研究领域包括：信息检索、科学数据管理、知识组织等。主持国家社科基金青年项目1项、北京大学桐山基金项目1项，参与国家社科基金项目、国家自然科学基金项目、国家海洋局项目等10余项，发表学术论文近30篇，参编图书4部（其中2部为副主编），参与申请发明专利2项，作为研究人员参与2020版、2023版《中文核心期刊要目总览》的研制。

\\\"第一章 绪论 · 1. 1 研究背景… 1. 2 研究问题与目标.............. .................................... ......... · 6 1. 3 研究设计.............. · …7 1. 3. 1 研究内容 ...... …7 1. 3. 2 研究路线 …9 1. 3. 3 研究方法 11 1. 4 研究创新点与意义 12 第二章 研究综述与理论基础 14 2. 1 研究综述…...........................................................................” 2.1. 1 文献筛选与组织 14 2.1. 2 数据集采集 … 16 2.1. 3 数据集组织 18 2.1.4 数据集检索 ........ ·22 2.1. 5 检索结果综合排序 25 2. 2 理论基础与技术方法 28 2.2. 1 相关性判断模型 … 28 2.2.2 信息检索模型 ........ ·31 2.2.3 预训练语言模型 … 34 2. 3 本章小结… ............... … 36 第三章 面向数据集检索的人文牡科组据集的特征研究 38 3. 1 研究思路…· …..38 3. 2 数据采集与预处理 .........… 40 。｜ 开以社棚酿酒义检索腊合 3.2. 1 数据的采集 ......... 4 3.2. 2 数据的预处理 … 45 3.2. 3 数据的分布情况 46 3. 3 人文社科数据集的元数据特征分析 48 3.3. 1 领域元数据的使用情况 48 3.3. 2 元数据宇段的完整性 51 3.3. 3 主题元数据宇段的信息量 54 3. 4 人文社科数据集的数据文件特征分析 57 3.4.1 数据文件的缺失情况… 57 3.4. 2 数据文件的类型分布… 58 3.4. 3 数据文件的开放程度 60 3.4.4 数据集与数据文件容量大小 62 3. 5 人文社科数据集的关联文献特征分析 63 3.5. 1 数据集关联文献识别 64 3.5. 2 数据集关联文献分布情况 70 3.5. 3 关联文献主题元数据的信息量 71 3.5.4 关联文献与数据集主题元数据的相似度 74 3. 6 本章小结 77 第四章 基于深度学习的人文社科数据集语义检索方法研 究 80 4. 1 研究思路…· ….. 80 4. 2 测评数据集的构建 .............. · 82 4.2. 1 人文社科数据集的采集 83 4.2. 2 用户需求与查询的构造 85 4.2. 3 检索结果池与相关性标注 87 4.2.4 模型检索效果的评价指标 89 4. 3 基于弱监督学习的数据集稠密检索方法 89 4.3. 1 检索模型设计 … 90 4.3. 2 实验设置 … 94 4.3. 3 模型效果分析 95 4. 4 基于无数据扩充的数据集稀疏检索方法 99 4.4. 1 检索模型设计 ........ ·99 4.4. 2 实验设置 …..102 4.4. 3 模型效果分析 ............. ......................................... 103 2 目 录 4. 5 融合稠密与稀疏模型的数据集检索方法… 105 4.5. 1 检索模型设计 106 4.5. 2 实验设置 108 4.5. 3 模型效果分析 110 4. 6 本章小结 … 113 第五章 人文祉科数据集检索结果综合排序模型的构建与实现 116 5. 1 研究思路 ......................... ....... ......................... 116 5. 2 相关性判断指标体系的构建 .................................................. · 117 5.2. 1 相关性判断理论模型 118 5.2. 2 相关性判断指标体系 ............... ........... ....... 119 5.2. 3 综合排序的相关性计算 123 5. 3 相关性指标权重的确定 124 5.3. 1 层次分析法的基本原理 124 5.3. 2 建立递阶层次结构 … 125 5.3. 3 获取专家判断矩阵 · .. 126 5.3.4 计算单层指标相对权重 ....................................... 126 5.3. 5 计算线索指标综合权重 127 5.3. 6 专家群组决策结果 130 5. 4 相关性线索的测度方法 131 5.4. 1 主题性的测度 131 5.4. 2 可获得性的测度 · .. 132 5.4. 3 质量的测度......... … 134 5.4.4 权威性的测度 ........ · 135 5.4. 5 新颖性的测度 137 5.4. 6 可理解性的测度 138 5. 5 基于综合排序的人文社科数据集搜索系统构建… 140 5.5. 1 系统设计与实现 · .. 140 5.5. 2 检索效果分析 ......... ........ .................................... 144 5. 6 本章小结 149 3 。｜ 开以社棚酿酒义检索腊合 参考文献 156 附录 A 文献筛选的检索式 176 附录 B 采集数据仓储列表 178 附录 C 数据仓储元数据到都柏林核心元数据的映射规则… 182 附录 D 人文社科数据集检索的相关性指标权重调查问卷 186 \\\"