数字人文专题 栏目所有文章列表

(按年度、期号倒序)     一年内发表的文章 |  两年内 |  三年内 |  全部 Please wait a minute... 选择: 导出引用 EndNote Ris BibTeX 显示/隐藏图片 Select 1. 面向典籍内容分析的分类体系构建方法研究 艾毓茜, 徐健, 何琳, 戚筠 农业图书情报学报    2021, 33 (9): 18-26.   DOI: 10.13998/j.cnki.issn1002-1248.21-0264 摘要 （217）      PDF（pc） （1386KB）（174）    可视化    收藏 [目的/意义]随着面向典籍的数字人文研究的不断深入,对基于文本内容的细粒度分类要求不断提高,合理的分类已成为数字化典籍研究和有效利用的关键。[方法/过程]研究利用分面分类思想,以典籍文本数据及相关典籍词典为研究对象,结合概念语义信息,组织并描述典籍内容数据特征。[结果/结论]本文构建的分类体系突破典籍数量、体裁和种类的限制,从政治、经济、文化、社会和军事5个维度将典籍内容进行有序的组织与揭示,对典籍数字资源的深度开发和利用具有重要价值。 参考文献 | 相关文章 | 多维度评价 | 评论（0） Select 2. 基于Bi-LSTM的古籍事件句触发词分类方法研究 马晓雯, 何琳, 刘建斌, 李章超, 高丹 农业图书情报学报    2021, 33 (9): 27-36.   DOI: 10.13998/j.cnki.issn1002-1248.21-0262 摘要 （187）      PDF（pc） （3484KB）（217）    可视化    收藏 [目的/意义]开展面向数字人文的古籍触发动词识别及分类研究,对于古籍文本的深层次挖掘和内容揭示具有重大的意义。本文利用深度学习分类算法,探索依据古籍触发词进行事件句文本多元分类的自动化方法。[方法/过程]在构建了典籍事件触发词分类体系和触发词典的基础上,选取4个不同类别的事件句文本作为实验数据,利用Onehot和Tokenizer对类别标签和句子文本进行分别编码后,输入Bi-LSTM模型中训练分类器,并通过调整参数设置了对比实验,采取通用的评价指标分析了分类器的性能。[结果/结论]经过多次训练和调整之后得到的分类器,在测试集的评估中精确度达到了0.95,证明基于深度学习的实验方法和构建的触发词数据集能够有效的帮助我们实现古籍事件句文本的自动化多元分类。 参考文献 | 相关文章 | 多维度评价 | 评论（0）