| 刘爱琴,贺玉斌,马茹茹.基于提示学习混合模型的学术论文自动分类研究[J].数字图书馆论坛,2024,20(4):74~80 |
| 基于提示学习混合模型的学术论文自动分类研究 |
| Automatic Classification of Academic Papers Based on Mixed Model of Prompt Learning |
| 投稿时间：2024-01-02 |
| DOI：10.3772/j.issn.1673-2286.2024.04.009 |
| 中文关键词: 学术论文；提示学习；自动分类 |
| 英文关键词: Academic Paper; Prompt Learning; Automatic Classification |
| 基金项目:本研究得到国家社会科学基金项目“中文学术领域命名实体的知识图谱构建研究”（编号：18BTQ072）资助。 |
| 作者 | 单位 | | 刘爱琴 | 山西大学经济与管理学院 | | 贺玉斌 | 山西大学经济与管理学院 | | 马茹茹 | 山西大学经济与管理学院 |
|
| 摘要点击次数: 175 |
| 全文下载次数: 196 |
| 中文摘要: |
| 学术论文分类在知识管理、学术交流、研究导向和学术评估等方面都具有重要的意义。基于深度学习模型构建学术论文自动分类系统，相较于现有的文本分类方法，该系统融合提示学习思想，可较好地缩小预训练模型与下游任务的差距。结果表明，该系统较好地提高了文本分类性能和规范性，为科研工作者提供了更好的管理、利用和挖掘信息的方式。 |
| 英文摘要: |
| The classification of academic papers is of great significance in knowledge management, academic exchange, research orientation, and academic evaluation. This paper builds an automatic classification system for academic papers based on a deep learning model. Compared with existing text classification methods, this system integrates the idea of prompt learning and better bridges the gap between the pre-training model and downstream tasks. The results show that this system can better improve text classification performance and standardization level, and provides better ways for researchers to manage, utilize, and mine information. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
