自动化技术 图书情报与数字图书馆 哲学 机器学习方法对不明归属二程文献的判断 标题: 机器学习方法对不明归属二程文献的判断作者: 毕梦曦,张力元第一作者: 毕梦曦机构: 北京大学哲学系,北京大学信息管理系期刊: 数字人文研究发表日期: 2021-05-08论文摘要: 以数字人文的新视角审视二程语录归属这一传统问题，运用机器学习的方法，将二程语录归属判断的问题转化为有监督的文本分类问题，构造BERT预训练语言模型加sigmoid激活函数的深度学习模型。以二程材料当中已知归属的文字作为模型的训练语料，对不明归属的二程语录之归属进行预测，准确率最高可达88%,证明了深度学习在小规模古汉语文本研究上的潜力。实验利用该训练后的模型，尝试对二程语录中不明归属的语录进行判断，发表了部分判断结果：《程氏遗书》中有30%、《程氏外书》中有20%是程颢语录，尤其值得关注的是对一些长久以来归属不明的著作文字比如《粹言》《经说》的作者进行了初步判断。关键词: BERT; 二程; 二程语录; 文本分类; 机器学习; 程颐; 程颢知网阅读链接: 点击跳转
