您当前的位置: > 详细浏览

基于 LSTM 模型的中文图书多标签分类 研究* 后印本

请选择邀稿期刊:
摘要: 【目的】利用 LSTM 模型和字嵌入的方法构建分类系统, 提出一种中文图书分类中多标签分类的解决方 案。【方法】引入深度学习算法, 利用字嵌入方法和 LSTM 模型构建分类系统, 对题名、主题词等字段组成的字 符串进行学习以训练模型, 并采用构建多个二元分类器的方法解决多标签分类问题, 选择 3 所高校 5 个类别的书 目数据进行实验。【结果】从整体准确率、各类别精度、召回率、F1 值多个指标进行分析, 本文提出的模型均有 良好表现, 有较强的实际应用价值。【局限】数据仅涉及中图分类法 5 个类别, 考虑的分类粒度较粗等。【结论】 基于 LSTM 模型的中文图书分类系统具有预处理简单、增量学习、可迁移性高等优点, 具备可行性和实用性。

版本历史

[V1] 2017-12-05 13:51:26 ChinaXiv:201712.01389V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量3808
  •  下载量2706
评论
分享