基于深度学习的先秦典籍问句自动分类研究

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、问句分类、特征提取、深度学习

所属期刊栏目：37

资助基金：国家社会科学基金重大项目"基于《汉学引得丛刊》的典籍知识库构建及人文计算研究"15ZDB127;国家自然科学基金面上项目"基于典籍引得的句法级汉英平行语料库构建及人文计算研究"71673143

在线出版日期：2018-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1114-1122