文献类型：期刊文章

作　　者：潘俊[1]

Pan Jun(Department of Big Data,School of Science,Zhejiang University of Science and Technology)

机构地区：[1]浙江科技学院理学院大数据科学系,浙江杭州310023

出　　处：《图书馆杂志》

基　　金：教育部人文社会科学研究青年基金项目“基于知识库和大规模文本的词汇语义表示研究”(项目编号:18YJCZH137);杭州市哲学社会科学规划课题(项目编号:Z20JC060)的研究成果之一。

年　　份：2020

卷　　号：39

期　　号：8

起止页码：94-102

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、RCCSE、RWSKHX、核心刊

摘　　要：开放互联环境下的人文研究亟须海量数据资源和新型研究方法。基于中国历代人物资料库(CBDB)数据库和古籍文献采集数据并构建历史人物关系网络,提出一种改进的融合人物影响力的网络表示学习方法,将历史人物表示成具有语义的低维实向量。基于数字人文理念,对人物相关度计算和人物关系挖掘等人文计算任务展开实证研究。通过将网络表示学习引入历史社会网络分析,可为研究者在海量人文数据中挖掘知识、发现问题提供辅助,对丰富和扩展数字人文视角下的人文社科研究范式和研究思维具有积极意义。

关 键 词：数字人文  分布式表示  网络表示学习  社会网络分析

分 类 号：G250.7[图书情报与档案管理类]