孔洁

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。

关键词 智能图书馆  深度学习  卷积神经网络  文献分类

分类号 G254.11

DOI 10.16810/j.cnki.1672-514X.2021.05.009

Research on Automatic Literature Classification System Based on Deep Learning and Chinese Library Classification

Kong Jie

Abstract In order to make up for the shortage of traditional literature classification methods and meet the demand of literature classification in the information age， this paper proposes an automatic literature classification algorithm， which combines NLPIR word segmentation system and Skim-gram word vector model to extract the eigenvector matrix of the literature， and on this basis， combine with the convolution neural network to predict the classification number of the literature. The experimental results show that the accuracy of the model proposed in this paper is 97.66% for basic categories， 95.12% for secondary classification， and 92.42% for detailed classification. The results show that the combination of feature vector preprocessing and convolutional neural network can effectively improve the classification accuracy of literature， which provides a new idea for the realization of intelligent book classification.

Keywords Intelligent library. Deep learning. Convolutional neural network. Literature classification.

1 文献分类方法发展概述

随着信息技术的发展，数据的规模效益开始显现，大数据时代推动了科技文化的发展，也带来了新的挑战。图书馆作为数据文献索引的中心，如何科学管理分类海量的文献已经成为一个重要课题。在图书馆的众多业务工作中，对文献的编目标引是其中重要的一环[1]。传统的手工分类方法是将一篇篇文档按照某种规则归类到某一个特定类别或主题之中。在我国使用最广泛的分类方法与体系是《中国图书馆分类法》。这是我国编制出版的一部具有代表性的大型综合性分类法，是当今国内图书馆界使用最广泛的分类法体系，简称《中图法》。但是，由于其类目较多，单纯依靠人工对文献进行分类，存在工作量大、效率低、对人员专业技能要求高等问题，因此寻求一种自动化文献分类方法一直是专家学者研究的重难点[2]。……