基于深度学习与《中国图书馆分类法》的文献自动分类系统研究

摘要

为了弥补传统文献分类方法的不足,满足信息时代下激增的文献分类需求,文章提出了一种文献自动分类算法,结合NLPIR分词系统与Skim-gram词向量模型提取文献的特征向量矩阵,并在此基础上结合卷积神经网络对文献的中图法分类号进行预测.实验结果显示,文章提出模型的基本大类准确率为97.66％,二级分类准确率为95.12％,详细分类的准确率为92.42％.结果证明,结合特征词向量预处理与卷积神经网络能够有效提升文献分类精度,这为实现智能图书分类提供了新的思路.