基于TextRank和字符级卷积神经网络的小学作文素材自动分类模型研究

摘要

随着教育技术与信息技术的融合,实现面向小学生的语文写作自动辅助成为可能.快速自动地进行范文素材的分类入库是实现写作自动辅助的关键.作文素材语义信息丰富、种类较多,若采用现有方法进行自动分类入库操作往往难以取得好的效果.因此,在分析小学作文的类别特征并构建了一个数据集的基础上,提出基于TextRank和字符级卷积神经网络的小学作文自动分类模型.运用基于TextRank的关键句提取模型为范文素材,去除部分冗余的语义信息.应用word embedding对数据集进行文本表示,并将其作为卷积神经网络的输入.通过不断地迭代训练和测试,最终实现了该模型.实验表明了该方法对于作文分类任务能显著地提高分类的性能.