期刊专题

10.13833/j.issn.1007-7634.2022.10.021

基于加权多策略选样的古文断句模型研究——以古籍《宋史》为例

张景素1魏明珠2
1华中科技大学; 2;
引用
(0)
[目的/意义]旨在研究少量标注样本构建古文断句模型,减少在模型训练过程中样本标注所需的成本,为探索数字技术与人文学科的融合发展提供崭新的思路.[方法/过程]从古文样本的不确定性和多样性出发,提出一种加权多策略选样方法,有效结合了 BERT-BiLSTM-CRF、BERT-CRF等古文断句模型.通过引入信息熵和相似性等概念,深入分析古籍文本的不确定性和多样性,运用加权计算评估古文样本对模型训练的价值高低,对加权多策略方法所筛选的有价值样本进行人工标注,同时更新到训练集进行模型迭代训练.[结果/结论]以古籍《宋史》为例进行研究,所提出的方法分别在BERT-BiLSTM-CRF、BERT-CRF等古文断句模…展开v

古文断句、主动学习、数字人文、选样策略、BERT

40

G254(图书馆学、图书馆事业)

2023-03-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

164-170

暂无封面信息
查看本期封面目录

情报科学

CSTPCD北大核心CSSCI

1007-7634

22-1264/G2

40

2022,40(10)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn