期刊文章详细信息
基于深度学习与《中国图书馆分类法》的文献自动分类系统研究
Research on Automatic Literature Classification System Based on Deep Learning and Chinese Library Classification
文献类型：期刊文章
Kong Jie
机构地区：[1]中国劳动关系学院图书馆,北京100048
年 份：2021
期 号：5
起止页码：51-56
语 种：中文
收录情况：CSSCI、CSSCI_E2021_2022、JST、NSSD、RWSKHX、普通刊
摘 要：为了弥补传统文献分类方法的不足,满足信息时代下激增的文献分类需求,文章提出了一种文献自动分类算法,结合NLPIR分词系统与Skim-gram词向量模型提取文献的特征向量矩阵,并在此基础上结合卷积神经网络对文献的中图法分类号进行预测。实验结果显示,文章提出模型的基本大类准确率为97.66%,二级分类准确率为95.12%,详细分类的准确率为92.42%。结果证明,结合特征词向量预处理与卷积神经网络能够有效提升文献分类精度,这为实现智能图书分类提供了新的思路。
关 键 词：智能图书馆 深度学习 卷积神经网络 文献分类
分 类 号：G254.11[图书情报与档案管理类]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
