【摘 要】
：
人文科学和社会科学研究有助于理解重大社会问题并找到解决方案,对人文社科开放获取基础设施建设的研究可以促进人文社会科学的发展。我国人文社科开放获取基础设施建设比较少,需要借鉴国外的理论实践经验。本文首先选取了欧洲四大同类典型性项目(欧洲开放科学云EOSC、开放获取出版项目OAPEN、公共语言资源与技术基础设施项目CLARIN、开放获取基础设施项目OPERAS)通过网络调查法对比分析四大典型性项目的平
论文部分内容阅读
人文科学和社会科学研究有助于理解重大社会问题并找到解决方案,对人文社科开放获取基础设施建设的研究可以促进人文社会科学的发展。我国人文社科开放获取基础设施建设比较少,需要借鉴国外的理论实践经验。本文首先选取了欧洲四大同类典型性项目（欧洲开放科学云EOSC、开放获取出版项目OAPEN、公共语言资源与技术基础设施项目CLARIN、开放获取基础设施项目OPERAS）通过网络调查法对比分析四大典型性项目的平台服务功能、文献资源及服务、治理方案等内容,进而指出OPERAS项目建设优势。然后,本文以欧洲人文社科开放获取基础设施项目OPERAS为代表性案例,采用案例分析法并结合项目管理理论,利用计划评审技术,生成了OPERAS项目的工作分解结构图以及PRET图。详细介绍该项目内容框架,并从项目管理理论视角下将OPERAS项目分为项目设计、项目准备和项目建设三个阶段对其进行解析。研究发现,我国人文社科开放获获取基础设施建设中存在缺少战略规划设计、政策支持、相关利益主体间的有效合作等诸多问题。因此,本文结合治理理论分析OPERAS项目建设的优势,为我国人文社科开放获取基础设施的发展提供借鉴。
其他文献
人机对话系统可以使人们以自然语言同机器进行交互。作为任务型对话系统的重要组成部分,对话状态追踪是系统理解用户意图,做出对话策略的基础,其更新正确与否影响整个对话系统的性能。因此,为实现高质量的人机对话系统,对话状态追踪的研究具有重要意义。随着深度学习技术的发展,对话状态追踪研究进步显著,但仍面临以下问题:模型依赖本体进行状态追踪,但本体难以针对槽位预定义所有槽值;模型对未知槽值识别困难。本文针对以
随着大数据时代的到来,电子商务互联网公司每日会产生高达PB乃至EB的海量数据。因此,运用海量数据指导企业运营和加速产品升级、争夺市场份额,也成为了未来电子商务企业的共识。而传统数据仓库只能对关系型数据库中的GB级别的结构化数据进行简单处理,无法处理PB乃至EB级别的半结构化数据与非结构化数据。为了解决传统数据仓库面对大数据时出现的问题,本文结合当前主流的大数据技术开发了电商大数据分析系统。通过电商
随着全球信息的爆炸式增长,如何从大量的信息中获取有效信息已经变得越来越重要。在互联网高速发展的时代,Facebook、Amazon、微博、微信和抖音短视频等互联网平台的用户在不断增长,大量的用户社交和购物活动会造成信息的过载问题。个性化推荐作为信息过滤的重要手段,是解决信息过载的最有效方法之一。协同过滤算法是目前比较成熟的个性化推荐技术,其主要思想是基于用户之间或项目之间的相似性来进行推荐。然而,
随着科学水平的不断提升,多学科交叉汇聚与多技术跨界融合成为常态。重大技术难题的攻克和理论创新需要多个领域的学者共同合作完成。在浩如烟海的学术信息中如何快速匹配出与自身研究兴趣相近、科研水平相当的合作者成为了学者合作的关键问题。然而,在学术领域学者个人属性信息具有多样性、动态性、学术网络具有稀疏性等问题,致使传统的推荐算法已无法满足学术合作的个性化推荐。因此,本文使用社团划分技术和网络表示学习算法解
随着智能手机、平板电脑以及其它触屏设备的广泛使用,在多点触控设备上进行文本输入变得很常见。在触控屏上现有的输入方式是通过虚拟键盘进行的。在物理键盘上通过触摸F键和J键的凸起,普通人可以进行高效的盲打输入,盲人也可以有效地使用键盘输入。但通过触摸屏上的软键盘盲打输入却无法实现盲打输入,相对于在物理键盘上普通人的输入效率就会大大降低,对盲人来说输入操作就会变得更加困难。本文在先前关于多点触控设备上适用
图像分割技术是由图像处理到图像分析的关键步骤,也是计算机视觉研究领域中的经典难题。其中,GrabCut作为一种基于图论模型的马尔科夫随机场能量最小化图像分割算法,因其只需少量交互就能得到较好的分割结果而在彩色图像分割领域中占有重要地位。然而,GrabCut仅通过像素颜色值的差别建立模型,对噪声干扰敏感,且交互式的分割方法需要人工参与,无法广泛应用于各个领域。因此,本文的工作将围绕如何改进以上问题展
目前,互联网技术飞速发展,高校校园网的建设也紧跟时代发展的脚步。然而,网络的快速发展也带来了各种安全问题,如何准确快速识别出网络流量中的异常流量成为网络流量监测与分析研究方向的重点。校园网用户数量的不断增加,校园网网络流量爆炸式地增长,对校园网络流量的监测与分析难度也大大提升,现有的校园网网络流量监测系统难以应对日益复杂的各种流量攻击方式。本文根据新时代校园网网络流量监测的需求,设计出一套集校园网
生态数据有利于政府和相关学者揭示和预测生态环境变化,而当地生态部门与生态科考的数据具有数据分散和共享性差的特点,导致搜寻数据的时间成本较高。随着数据不断增多,数据的维护和管理工作也变得困难,部分数据的丢失问题也时常发生。网络爬虫技术不断的发展威胁到系统的稳定性和数据的安全性,它可以低成本且大规模的爬取互联网中的数据,给数据的安全问题带来了不确定性。目前,网络爬虫在互联网中的流量达到了历史最高水平,
群智能优化算法是一种随机优化算法,是受到自然界中生物群体行为的自优化现象的启发而提出的一种元启发式算法,主要包括粒子群优化算法、蚁群优化算法、人工蜂群算法、萤火虫算法、灰狼优化算法和鲸鱼优化算法等。群智能优化算法具有结构简单、稳定性高、支持并行计算等特点,适用于大型且问题复杂度较高的场景。因此,群智能优化算法一直是研究者们关注的重点。文章中基于麻雀搜索算法提出了三种改进方法,利用基准测试函数设计了
校园网是为包含职工、教师、学生等很多网络用户提供教学、科研和综合信息服务的宽带多媒体网络,具有实现资源共享、信息交流、协同工作等基本功能。校园网日志分析系统是实现校园网安全防护工作的有力手段,通过使用开源的一些系统架构,管理员可以根据校园网运行情况因地制宜修改配置相应的参数,根据需求编码相应的代码,从而实现对网络日志数据的存储、分析、挖掘以及结果可视化一站式处理,辅助日常网络运维工作。本文通过采用