基于融合詞向量模型的特色文獻(xiàn)分類

打開文本圖片集

中圖分類號(hào)：TP391.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2025）08-0157-05

Abstract： In library service work， when facing local characteristic literature with a smalldata volume，library managers need to spend a great deal of time and efort manually organizing such local characteristic literature.In order to achieve automatedpre-clasificatinofcharacteristicliterature，thispaperproposestheCGBmodel，whichisanutomatedclasiiation modelforliteraturewithasmalldatavolume.TakingthecharacteristicliteraturedatasetofGuizhouProvinceas theexperimental object，the model conducts pre-training through GloVeand BERT，fuses the generated vectors，extracts andrepresents features throughTextC，andlasifsharactersticitratureofferentdatasales.Experimentalsultsidicatethatteaacy of the model with fused word vectors isat least 4 % higherthanthatof thebenchmark model.

Keywords： local characteristic literature; text classification; text vectorization

0 引言

在圖書館服務(wù)工作中，為展現(xiàn)地方特色建立地方文獻(xiàn)庫(kù)，圖書館管理人員需要將具有地方特色的文獻(xiàn)從海量文獻(xiàn)中挑選出來，與中圖分類法不同，地方特色文獻(xiàn)融合了多種類型文獻(xiàn)，如：政治、科技、歷史、小說等，卻又與地方特色密切相關(guān)，將此類文獻(xiàn)進(jìn)行歸納整理需要耗費(fèi)大量的時(shí)間與精力。（剩余6798字）