杨先凤，龚 睿，李自强

(1.西南石油大学 计算机科学学院，四川 成都 610500；2.四川师范大学 影视与传媒学院，四川 成都 610066)

0 引 言

对现有资源进行分类标识，匹配学科知识图谱，彰显了构建学科知识图谱对教育的重要性[1]。非结构化文本数据是知识图谱构建的重要数据来源，文献[2]针对非结构化数据，围绕知识图谱中的信息抽取和信息融合任务开展了一系列的研究。对非结构化文本数据进行数据挖掘有利于后续任务的推进，文献[3]针对电子病历的非结构化数据对电子病历数据挖掘的4种典型任务命名实体识别、关系抽取、文本分类[4]和智能问诊进行了深入研究。文本分类是数据挖掘的重要子任务，将学科非结构化文本数据按知识类别分类不仅可以实现海量数据的自动聚类，还可以在一定程度上提高后续任务如关系抽取的精度，文献[5]通过文本分类识别出数据集中的积极样例进而提高了关系抽取的精度。

数学学科具有抽象性、简洁性和准确性的特点，具有很重要的研究价值，文献[6]基于SVM实现了数学题目的自动分类，可以帮助理解题意。本文以数学非结构化数据为研究对象，首先构建了数学数据集，然后提出了一种获得句子级的实体信息和词语级的实体信息并将二者与BERT生成的上下文信息结合的文本分类方法。最终实验结果表明该模型相比其它基准模型具有更好的文本分类效果。

1 相关工作

分类模型是实现文本分类任务的重要部分。……