智慧图书馆图书分类模型技术研究综述

• 作者: 沈雅婷 邵莹 卞恺
• 来源期刊: 电脑与电信
• 学科: 工学
• 关键词: 图书分类 特征提取 集成学习 双向LSTM模型 向量空模型
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 基金项目
• 页码范围: 9-13
• 页数: 5页
• 分类号: G254.3|TP181|TP391.1
• 语种: 中文

摘要

比较分析近年来三种图书分类研究模型:基于集成学习的分类模型、基于双向LSTM的分类模型和基于向量空模型的分类模型.在相同数据集上测试,后两者分类模型的准确率相近,它们相较于第一种模型的准确率高出约2％～8％,其中基于向量空模型的分类模型用时短;而基于双向LSTM的分类模型的准确率有提升空间,会随训练次数的增加而逐步上升,但所耗时间也会增加.这几种模型对后期智慧图书馆图书分类起着不可忽视的启示作用,学者们可以根据需要选择使用上述模型,对于不同分类算法的研究,有机会对分类的准确度、速度实现突破.