计算机软件及计算机应用 图书情报与数字图书馆 面向数字人文的典籍语义词汇抽取研究——以SikuBERT预训练模型为例 标题: 面向数字人文的典籍语义词汇抽取研究——以SikuBERT预训练模型为例作者: 孙文龙,张逸勤,王凡铭,鱼汇沐,刘江峰第一作者: 孙文龙机构: 南京工业大学外国语言文学学院,南京大学信息管理学院,南京农业大学信息管理学院期刊: 图书馆论坛发表日期: 2022-10-10论文摘要: 利用关键词抽取技术可以帮助读者提取高度凝练的文本主题，快速获得古籍文本的中心内容，对普及古汉语知识和传播中华优秀传统文化有着重要意义。文章以先秦两汉时期的“儒家”“史书”数据库语料为分析对象，测试SikuBERT预训练模型在古汉语文本关键词抽取任务中的性能。实验结果表明，从两类语料中分别抽取的20个关键词基本能体现出相应典籍类别的主题内容：前者与所抽儒家典籍文本的相似度为76%～78%，后者与所抽史书文本的相似度为75%～78%。实验验证了SikuBERT模型在古籍文本关键词抽取中的适用性，能为开展古汉语文本主题分类、聚类和知识深度开发提供参考。关键词: SikuBERT; 关键词提取; 数字人文; 汉语典籍知网阅读链接: 点击跳转
