基于深度学习的科技文献语义分类研究

摘要

[目的/意义]科技文献数量增长迅猛,自动文本分类技术可以提高文献分类效率与准确率.深度学习在自然语言语义分析中效果明显,基于深度学习的语义分析可以对科技文献进行有效分类.[方法/过程]为了进行对比实验,分别对科技文献数据做了去停用词和不去停用词处理,再用Word2vec工具进行词向量训练,使用简单RNN,LSTM和GRU深度学习模型进行分类比较.[结果/结论]实验结果表明,简单RNN,LSTM和GRU均对未去停用词的科技文献分类效果较好;三个深度学习模型中LSTM的分类效果最好,使用简单RNN和LSTM进行科技文献的语义分类时,Adam和SGD优化器对模型的优化效果最好;使用GRU时SGD和Adadelta优化器对模型的优化效果最好.