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。

第一章 引言
第一节 问题的提出
第二节 研究意义
第三节 研究方法
第四节 研究的技术路线
第五节 本书研究的创新点
第二章 相关研究综述
第一节 时间信息抽取与语义描述
第二节 文本时间特征组织与利用
第三节 基于时间特征的主题演化分析
第四节 面向科学研究主题的微博文本组织
第五节 融入深度学习的文本检索研究现状
第六节 小结
第三章 文本时间表达式自动抽取研究
第一节 面向科学研究主题的时间表达式抽取
第二节 时间表达式统计分析
第三节 时间表达式自动抽取模型构建研究
第四节 时间信息的抽取与事件描述
第五节 小结
第四章 学术文献和微博的时间特征组织方式探究
第一节 学术文献的时问信息特征和组织
第二节 学术微博的时间信息特征和组织
第三节 小结
第五章 基于文本时间特征的研究主题文档检索研究
第一节 文档时间特征与研究主题检索
第二节 对时间词敏感的检索和相关排序模型
第三节 基于时间相似度的检索研究
第四节 基于深度学习的时间主题检索研究
第五节 融入时间意图维度特征的检索模型构建
第六节 小结
第六章 基于时间文档特征的研究主题资源整合研究
第一节 相应样例
第二节 研究主题的资源采集与存储
第三节 研究主题资源整合与文本时序信息处理
第四节 基于时间线方式的研究主题资源整合模式
第五节 小结
第七章 结语
第一节 研究工作总结
第二节 下一步的研究计划
附录 相应词表、学术文献语料和计算值
主要参考文献
索引
后记