计算机软件及计算机应用 自动化技术 基于深度学习的先秦典籍问句自动分类研究 标题: 基于深度学习的先秦典籍问句自动分类研究作者: 王东波,高瑞卿,沈思,李斌第一作者: 王东波机构: 南京农业大学信息科学技术学院,南京理工大学经济管理学院,南京师范大学文学院期刊: 情报学报发表日期: 2018-11-24论文摘要: 近年来,自动问答系统已成为机器学习、信息检索和自然语言处理领域的研究热点。问句分类作为问答系统要处理的第一步,其分类结果的好坏直接影响问答系统的质量,但目前大部分问句分类研究集中在现代汉语领域,针对古文相关内容的问句分类研究相对较少。本文从问句分类的概念出发,构建了古文文献问句分类体系,然后利用TF-IDF提取类别特征词,先后利用支持向量机、条件随机场、深度学习模型完成针对先秦10部典籍的问句自动分类实验。结果表明,3种分类模型中,使用Bi-LSTM模型分类效果最好,在本文提出的7种类别上,达到调和平均值94.78%,具有较强的推广和应用价值。关键词: 先秦典籍; 数字人文; 深度学习; 特征提取; 问句分类知网阅读链接: 点击跳转
