国家社科基金学科类别自动判定模型构建研究

• 作者: 孙豪 沈思 王东波 翁小颖
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 机器学习 条件随机场模型 国家社科基金 文本挖掘
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 118-124
• 页数: 7页
• 分类号: G255.1
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2020.04.015

摘要

在把所获取的国家社科基金项目标题按照词表示成训练和测试语料的基础上,基于条件随机场模型和双向长短时记忆模型对所构建的国家社科基金项目学科类别判定模型,进行了多个角度和层面的验证,并与支持向量机模型的实验结果进行对比.基于相应的模型性能评价指标,验证了传统机器学习模型在小规模语料上的整体性能,证明增加了人工特征模型后的条件随机场模型的整体性能并未突出,同时对条件随机场的性能进行个案分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈思	南京理工大学经济管理学院	19	75	5.0	8.0
2	王东波	南京农业大学信息科学学院	75	216	8.0	11.0
3	翁小颖	南京理工大学经济管理学院	1	0	0.0	0.0
4	孙豪	南京理工大学经济管理学院	2	0	0.0	0.0