基于神经网络的文献主题国别标引方法研究

摘要：

为解决海量文献的主题国别标引问题,探讨"互联网+大数据"时代背景下深度学习技术在知识组织领域的应用方法,本文提出基于深度卷积神经网络的文献主题国别标引方法.该方法在探讨主题国别标引任务转换为多标签分类任务的可行性基础上,首先利用自然语言处理方法将文献全文向量化,然后使用预训练的词嵌入将文献向量转换为富含词汇间语义关系的张量,再利用深层卷积神经网络对文本特征由词汇、句子、段落、篇章逐层学习自动提取,生成富含全文语义的张量,最后由全连接层学习分类权重后输出各个国别的概率,实现文献主题国别的自动标引.实验结果表明,该方法达到预期效果,具有高度精确的分类性能和良好的泛化能力,为深度学习算法在知识组织领域的应用提供了有价值的参考.

关键词：知识组织、主题标引、深度学习、深度卷积神经网络

分类号：G254.3(图书馆学、图书馆事业)

在线出版日期：2019-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：39-47