文章详情

摘要

图书馆服务工作中，面对小数据量的地方特色文献，管理人员需要花费大量时间精力手动整理地方特色文献。为实现特色文献实现自动化预分类，文章提出了针对小数据量的文献自动化分类模型CSGB，以贵州省特色文献数据集为实验对象，通过GloVe及BERT进行预训练，对其产生的向量进行向量融合，通过TextCNN进行特征提取与表达，对不同数据规模的特色文献进行分类。实验结果显示，融合字向量的准确度相较于基准模型有至少4%的提升。

关键词

地方特色文献；文本分类；文本向量化

参考文献

1. [1] ZHU B，PAN W. Chinese Text Classification Method Based on Sentence Information Enhancement and Feature Fusion [J/OL].Heliyon，2024，10（17）：e36861[2024-09-25].https://doi.org/10.1016/j.heliyon.2024.e36861.
2. [2] LI J，TANG C，LEI Z，et al. KRA: K-Nearest Neighbor Retrieval Augmented Model for Text Classification [J/OL].Electronics，2024，13（16）：3237[2024-09-25].https://doi.org/10.3390/electronics13163237.
3. [3] SARIN G，MUKUND P K M. Text Classification Using Deep Learning Techniques: A Bibliometric Analysis and Future Research Directions [J].Benchmarking: An International Journal，2024，31（8）：2743-2766.
4. [4] 王钦晨，段利国，王君山，等.基于BERT字句向量与差异注意力的短文本语义匹配策略 [J].计算机工程与科学，2024，46（7）：1321-1330.
5. [5] 孙清华，邓程，顾振宇.结合词向量和自注意力机制的设计素材推荐系统 [J].计算机辅助设计与图形学学报，2024，36（1）：63-72.
6. [6] 张雨卉.基于《中国图书馆分类法》的文献自动化深层分类的研究和实现 [J].图书馆杂志，2024，43（3）：61-74.
7. [7] 吕琦，上官燕红，李锐.基于参考文献和文本内容学科分类的跨学科测度研究 [J].情报学报，2024，43（8）：976-991.
8. [8] SAJID N，AHMAD M，RAHMAN U A，et al. A Novel Metadata Based Multi-Label Document Classification Technique [J].Computer Systems Science and Engineering，2023，46（2）：2195-2214.
9. [9] 谭可人，兰韵诗，张杨，等.基于多层级语言特征融合的中文文本可读性分级模型 [J].中文信息学报，2024，38（5）：41-52.
10. [10] 沈思，陈猛，冯暑阳，等.ChpoBERT: 面向中文政策文本的预训练模型 [J].情报学报，2023，42（12）：1487-1497.
11. [11] 易明，李藿然，刘继月.基于GloVe-BiLSTM的在线研讨信息分类模型研究 [J].情报理论与实践，2022，45（9）：173-179.
12. [12] 周燕.基于GloVe模型和注意力机制Bi-LSTM的文本分类方法 [J].电子测量技术，2022，45（7）：42-47.
13. [13] DEVLIN J，CHANG M W，LEE K，et al. BERT: Pre-Training of Deep Bidirectional Transformers for Language Understanding [C]//Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies，Volume 1 （Long and Short Papers）.Minneapolis：ACL，2019：4171-4186.
14. [14] LI X，HU L L. Chinese Long Text Similarity Calculation of Semantic Progressive Fusion Based on Bert [J].Journal of Computational Methods in Sciences and Engineering，2024，24（4-5）：2213-2225.
15. [15] 陆佳丽.基于Bert-TextCNN的开源威胁情报文本的多标签分类方法 [J].信息安全研究，2024，10（8）：760-768.
16. [16] AZIZ K，JI D，CHAKRABARTI P，et al. Unifying Aspect-Based Sentiment Analysis BERT and Multi-Layered Graph Convolutional Networks for Comprehensive Sentiment Dissection [J].Scientific Reports，2024，14（1）：14646[2024-09-06].https://www.nature.com/articles/s41598-024-61886-7.
17. [17] 邵一博，秦玉华，崔永军，等.融合多粒度信息的用户画像生成方法 [J].计算机应用研究，2024，41（2）：401-407.

基金项目

贵州财经大学2022年度校级科研基金项目（2022KYYB14）；2024年度贵州省高校人文社会科学研究项目（2024RW313）

作者简介

陈蓝（1997—），女，汉族，重庆人，助理馆员，硕士，研究方向：信息管理与信息服务、文本挖掘；周杰（1992—），男，汉族，湖北安徽人，副研究馆员，硕士，研究方向：数据挖掘、智能检索；通信作者：杨帆（1969—），男，汉族，贵州贵阳人，教授，博士，研究方向：知识组织与知识工程、文本挖掘。