基于深度学习的电子文件自动分类技术 ——以电子图像文件为例

• 作者: 肖辛格
• 来源期刊: 情报探索
• 学科: 社会科学
• 关键词: 电子文件 文件管理 深度学习 自动分类 人工智能
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 工作研究
• 页码范围: 78-82
• 页数: 5页
• 分类号: G356
• 字数: 5828字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8095.2019.06.013

摘要

[目的/意义]旨在为促进电子文件自动管理技术的发展提供参考.[方法/过程]以电子图像文件为例,利用深度学习技术中的卷积神经网络迁移学习方法进行电子图像分类实验.[结果/结论]单纯基于深度学习的分类方法正确率达74.2％,深度学习与文本语义分析相结合的方法正确率提升至91.7％.对比基于文本标注的语义分析方法(正确率73％)、人工分类方法(正确率77.6％)和基于标注信息的人工分类方法(正确率88.1％),基于深度学习的方法体现出了一定的优势和潜力.