唐伶俐
- 作品数：22 被引量：90H指数：6
- 供职机构：武汉理工大学计算机科学与技术学院更多>>
- 发文基金：中央高校基本科研业务费专项资金国家自然科学基金中国博士后科学基金更多>>
- 相关领域：文化科学自动化与计算机技术政治法律经济管理更多>>
- 欧盟图书馆馆藏作品数字化版权问题研究被引量：7
- 2017年
- 图书馆馆藏作品数字化是建设数字图书馆的重要环节,而解决馆藏作品数字化中涉及的版权问题是各国版权立法关注的焦点之一。欧盟现行版权法(及其改革过程中)对馆藏作品数字化过程中的孤儿作品及绝版作品作了特殊规定,以寻求实现公众和权利人之间的利益平衡,这为我国有关馆藏作品数字化的著作权法改革提供了有益借鉴。
- 陈兵唐伶俐
- 关键词：欧盟馆藏作品数字化版权问题
- 移动场景下教育内容服务的数字化转型——以“社群书”模式为例被引量：1
- 2019年
- 针对教育出版机构在移动场景时代开展内容服务时所面临的困境,本文以武汉数传集团“社群书”模式的探索和实践为基础,提出教育出版机构在运用该模式转型时需要在内容资源、商业模式和用户本位等方面进行革新,为教育出版机构提供内容服务探索创新路径。
- 刘永坚可天浩唐伶俐
- 关键词：教育出版
- 论现代纸书革命被引量：21
- 2018年
- 文章旨在探讨现代纸书给出版行业带来的革命性变化。介绍了我国传统出版企业现有的数字化转型模式,以此引出具有颠覆意义的数字化转型——现代纸书革命,阐明现代纸书革命的本质、详述现代纸书革命带来的转型,并对现代纸书革命的未来作出展望。
- 刘永坚刘永坚施其明唐伶俐
- 关键词：知识服务
- 基于现代纸书的用户运营维系研究被引量：5
- 2018年
- 文章通过梳理传统出版市场存在的用户失联、数字化转型用户策略同质化及用户运维体系的缺失等主要问题,基于现代纸书模式,构建符合出版企业的用户运营维系体系,包括个性化推送、议程设置以及UGC模式的反馈补充,并在此基础上搭建基于经济反哺的进阶培养系统：确立关键词—制定任务列表—设定奖励—引入成长度。
- 贺子岳张蒙刘永坚唐伶俐
- 论文化类综艺节目的转型与创新——以《国家宝藏》为例被引量：3
- 2018年
- 本文以最新推出的大型文博探索节目《国家宝藏》为例,探究文化类综艺节目的转型和创新。具体从采用娱乐化包装的综艺模式、情景化营造增强观众现场体验、打造创意大气的综艺内容、启迪观念传承价值等方面进行分析阐述,表明该类节目的成功转型顺应了大众文化潮流。
- 刘萌唐伶俐
- 关键词：综艺节目
- 出版企业基于大数据开展知识服务的现实路径分析被引量：6
- 2017年
- 本文基于分析出版企业开展知识服务面临的困境,厘清大数据在出版企业知识服务体系建设中的应用价值,结合武汉理工数字传播工程有限公司RAYS体系建设的探索与实践,剖析出版企业利用大数据开展知识服务的现实路径,最后,展望出版企业知识服务建设的未来。
- 刘永坚白立华施其明唐伶俐
- 关键词：大数据知识服务
- 连接赋能、价值共创与资本驱动——出版融合生态重构的关键被引量：10
- 2019年
- 智能媒体时代,技术驱动出版产业发生深刻变革。本文以“现代纸书”体系为范本,探讨连接赋能、价值共创和资本驱动在重构出版融合生态中的关键作用,提出场景化生态乃未来出版融合生态的发展方向。
- 唐伶俐可天浩刘永坚
- 关键词：生态系统
- 网络新闻聚合的版权规制——以今日头条版权风波为例被引量：1
- 2017年
- 近年来,新闻聚合服务商与新闻出版商纠纷不断、案件频发。本文结合在我国影响重大、极具代表性的今日头条版权风波,立足我国互联网实况,分析今日头条运作模式,指出我国没有引入新闻出版商邻接权的必要,并从实现和保障社会公平正义的视角考量,提出应以不当得利制度和签订许可协议的方法规制新闻聚合的寄生性不道德商业模式,以实现整个社会福利的增长。
- 唐伶俐张洁
- 关键词：版权
- 关于出版企业大数据知识服务平台建设的思考被引量：1
- 2021年
- 随着大数据时代的来临,各个行业都为适应市场发展进行了大数据服务平台的建设工作。出版企业作为文化产业的重要组成部门,不仅仅要适应市场经济的发展,同时也担负着重要的社会责任。在新时期,为了使其更好地适应发展的需求,就要紧跟时代的步伐,做好大数据知识服务平台的建设。本文结合现阶段出版企业的发展状态以及大数据时代的特征,分析出版企业建立大数据知识服务平台的重要性,并对可能存在的问题进行科学的分析,提出合理的解决策略,促进出版企业在新时期不断发展。
- 汤家慧唐伶俐
- 关键词：大数据知识服务
- 基于多层次注意力机制的远程监督关系抽取模型被引量：6
- 2019年
- 实体关系抽取作为信息抽取的主要任务之一,其目的在于确定无结构文本中两个实体的关系类别。目前准确率较高的有监督方法由于需要大量的人工标注语料而受到了限制,而远程监督方法则通过知识库与文本集进行启发式对齐来获取大量关系三元组,这是解决大规模关系抽取任务的主要途径。针对目前远程监督关系抽取的研究未能充分利用句子上下文词语的高层语义,以及未考虑关系之间的依赖包含关系的问题,文中提出了一种基于多层次注意力机制的远程监督关系抽取模型。该模型首先通过双向GRU(Gate Recurrent Unit)神经网络对句子词向量进行编码来获取句子高维语义;其次通过引入词语层注意力来计算两个实体与上下文词语的相关程度,从而充分捕捉句子中实体上下文的语义信息;然后在多个实例上构建句子层的注意力来减少标签错误标注的问题;最后通过关系层的注意力自动学习不同关系之间的依赖包含关系。在FreeBase+NYT公共数据集上的实验结果表明,在双向GRU模型的基础上引入词语层、句子层和关系层注意力机制对提高远程监督关系抽取的效果都起到了促进作用;将三层注意力机制进行融合得到的多层次注意力机制关系抽取模型的准确率和召回率相较于现有的主流方法提高了4%左右,更好地实现了关系抽取,从而为进一步构建知识图谱、智能问答等应用奠定了理论基础。
- 李浩刘永坚刘永坚唐伶俐
- 关键词：关系抽取
