面向科学研究主题的文本时态特征检索研究

　　本书分析了不同信息载体的时间表达式分布，构建了基于传统机器学习和深度学习的时间表达式抽取模型：首先，通过全文文献和题录信息的对比，验证了不同信息在学术文献对应研究阶段划分准确性上的影响；其次，对时间词敏感研究主题的排序进行了探究，并构成了基于时间相似度的检索研究内容；最后，结合具体的案例数据，以时间线串联整个研究内容，对研究主题的相应资源进行了整合探究。本书主要面向信息资源管理、知识挖掘、深度学习的研究者和学习者。

　　沈思，南京理工大学副教授、管理科学工程专业博士生导师、计算机科学与技术专业硕士生导师。近5年主持完成及在研项目共5项，包括国家自然科学基金项目、国家社科基金后期资助项目、江苏省自然科学基金项目、江苏省哲学社会科学基金项目。共发表SCI、SSCI、EI、CSSCI论文40篇。以主要完成人的身份获得部门第八届高等学校科学研究优秀成果奖二等奖、江苏省第十四届哲学社会科学优秀成果奖一等奖。