基于BERT模型的科技政策文本分类研究OACSSCICSTPCD
Research on Science and Technology Policy Text Classification Based on BERT Model
在智慧政务的应用背景下,利用深度学习的方法对海量的科技政策文本数据进行自动分类,可以降低人工处理的成本,提高政策匹配的效率.利用BERT深度学习模型对科技政策进行自动分类实验,通过TextRank算法和TF-IDF算法提取政策文本关键词,将关键词与政策标题融合后输入BERT模型中以优化实验,并对比不同深度学习模型的分类效果来验证该方法的有效性.结果表明,通过BERT模型,融合标题和TF-IDF政策关键词的分类效果最佳,其准确率可达94.41％,证…查看全部>>
沈自强;李晔;丁青艳;王金颖;白全民
齐鲁工业大学(山东省科学院)经济与管理学部,济南 250014山东省科技发展战略研究所,济南 250014齐鲁工业大学(山东省科学院)经济与管理学部,济南 250014山东省科技发展战略研究所,济南 250014山东省计算中心(国家超级计算济南中心),济南 250014
信息技术与安全科学
科技政策文本分类BERT模型关键词提取
《数字图书馆论坛》 2022 (1)
10-16,7
本研究得到山东省高等学校青创科技支持计划"智能时代的产业变革:技术、制度与创业导向"(编号:2020RWG009)资助.
评论