在线百科词条中蕴含着海量的人物间关系信息,基于这些信息可以抽取出大规模社会网络,为数字人文和社会计算研究提供数据支撑。本研究以百度百科为例,首次对面向中文在线百科的大规模社会网络抽取进行探索,提出一种新的人物社会网络抽取方法。该方法利用排序学习综合多种特征计算人物关系权重,通过估计人物生存时空来发现人物间的时空耦合关系。由此,从百度百科中抽取出一个带权重的跨时空人物社会网络和一个时空耦合的人物网络。这两个人物网络具有良好的小世界和无标度特性,并存在清晰的社区结构。最后,通过可视化分析展示了百科人物网络在数字人文研究中的应用模式和应用价值。图8。表6。参考文献39。
类型: 期刊论文
作者: 林泽斐,欧石燕
关键词: 社会网络抽取,社会网络分析,人物社会网络,在线百科,数字人文
来源: 中国图书馆学报 2019年06期
年度: 2019
分类: 信息科技
专业: 图书情报与数字图书馆
单位: 南京大学信息管理学院,福建师范大学社会发展学院
基金: 国家社会科学基金重点项目“基于关联数据的学术文献内容语义发布及其应用研究”(编号:17ATQ001)的研究成果之一~~
分类号: G250.73
DOI: 10.13530/j.cnki.jlis.190053
页码: 100-118
总页数: 19
文件大小: 5149K
下载量: 854
本文来源: https://www.lunwen66.cn/article/f38bace835e5cede36680459.html