《数据科学任职要求挖掘下的情报学教育及人才培养》

  • 来源专题:图书情报
  • 编译者: luoluo
  • 发布时间:2021-04-11
  • 2021年1月15日,情报理论与实践出版了一篇名为“数据科学任职要求挖掘下的情报学教育及人才培养”的文章。文章具体摘要如下:
    [目的/意义]基于数据科学与情报学领域的密切联系,对数据科学任职要求知识进行深入挖掘,有利于掌握社会对于情报学相关领域人才的需求,从而完善情报学教育的培养方案,帮助实现社会需求与高校教育的良好对接。[方法/过程]文章采集了国内主流招聘网站中数据科学相关工作岗位的招聘信息,并对数据进行解析、去重等清洗工作,对招聘信息中的任职要求实体进行人工标注,比较了LSTM,BiLSTM-CRF和BERT三种深度学习模型应用于实体识别的效果。[结果/结论]结果表明,BiLSTM-CRF模型对任职要求实体的识别效果最好,相较于其他两种深度学习模型具有一定的优势。文章根据抽取出的任职要求实体从实践能力、学历要求、脚本语言、数据处理、综合素质等方面总结了目前情报学人才应当具备的技能和素质,并由此提出了针对情报学教育的人才培养方案。

相关报告
  • 《iSchools培养计划知识挖掘下的情报学教育及人才培养》

    • 来源专题:图书情报
    • 编译者:luoluo
    • 发布时间:2021-04-11
    • 2021年1月15日,情报理论与实践出版了一篇名为“iSchools培养计划知识挖掘下的情报学教育及人才培养”的文章。文章具体摘要如下: [目的/意义]情报学作为信息科学群的一个分支学科,在大数据时代呈现出更高的职责要求,iSchool这一高校信息学院联盟培养符合新时代需求的信息领域人才。[方法/过程]为探索情报学学科的教学模式和特点,文章以iSchool培养计划为研究对象,分别基于Bi-LSTM-CRF和BERT深度学习方法,构建能力和研究领域的自动抽取模型,挖掘其中情报学科教学信息。在模型的基础上,完成iSchool培养计划的知识挖掘,统计iSchool院校对学生的能力要求以及主要的研究领域,并按照iSchool等级进行系统和深入的统计分析。[结果/结论]在上述分析的基础上,发现和总结当前情报学教育的发展态势,为我国情报学教育体系设计提供切实可行的建议。
  • 《西安交大与百度公司签署协议推进人工智能人才培养战略合作》

    • 来源专题:一流高校动态监测服务
    • 编译者:刘建华
    • 发布时间:2018-08-28
    • 8月24日晚,百度-西安交通大学人工智能人才培养战略合作签约仪式在西安交大举行。今年起,西安交大正式启动人工智能拔尖人才培养计划。人工智能人才培养战略是西安交大与百度顺应时代发展,探索和挖掘创新性人才的又一次尝试,以期联合培养人工智能领域菁英人才。双方约定将在人工智能菁英人才联合培养、共建创新创业实践平台、开展面向大学生群体的人工智能类技术竞赛、学科共建及课程建设四个方面展开深入合作。 百度大数据竞赛是体现双方战略合作的重要形式。目前已成功举办三届,并逐步成为全国高校乃至世界范围内具有影响力的科技类竞赛。今年竞赛覆盖海内外263所高校,共计1139支参赛队伍报名,最终15支队伍获奖。