基于深度学习的情报学理论及方法术语识别研究

摘要：

理论、方法的研究是学科不断发展前行的动力,了解掌握学科领域当前理论及方法的应用、发展情况是一项十分重要的工作.本文利用命名实体识别任务的分支——术语识别,对情报学理论方法进行研究,通过采集我国近20年来情报学领域相关文献20000篇左右,应用深度学习模型——Bi-LSTM-CRFs进行大规模语料训练与测试,通过实验验证其可行性并探究各实验变量对模型效果的影响,以求最大限度提高模型识别的效果.实验结果表明,对于理论方法术语等复杂实体,基于词切分的语料识别效果要优于基于字切分的语料;术语实体的长度对于识别效果也有一定影响,术语长度过大时(字数≥6),识别效果下降明显;同时,训练语料量与识别效果呈正相关关系,语料量越大,识别效果越好;实体的类型和数量直接影响识别结果,具有明显构词特征的实体识别效果较好;在特征引入实验中发现除拼音特征外,词性、词长以及词向量特征均能够对F1值有所提高,其中词向量和词性特征的提升效果最为明显.

关键词：情报学、术语识别、深度学习、Bi-LSTM-CRFs模型

所属期刊栏目：39

资助基金：国家社会科学基金重大招标项目"情报学学科建设与情报工作未来发展路径研究";"江苏青年社科英才"人才培养项目;"南京大学仲英青年学者"人才培养项目

在线出版日期：2020-09-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：817-828