人大报告内容的文本分类

• 作者: 喻航 李红莲 吕学强
• 来源期刊: 计算机工程与设计
• 关键词: 人大报告 文本分类 词频-逆文档频率 知识增强语义表示模型 速度
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 开发与应用|Developments and Appications
• 页码范围: 1772-1778
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.06.036

摘要

针对区级人大报告特定的几方面内容进行文本分类,可以让人大工作人员对不同工作内容进行快速分辨,是构建人大报告辅助生成系统的必要内容.为对不同内容分类,基于T F-ID F(词频-逆文档频率)与知识增强语义表示模型ERNIE(enhanced representation from knowledge integration)结合构建分类模型.ERNIE直接对语义知识单元进行建模,在此基础上加入T F-IDF提升模型性能.实验结果表明,该方法在分类的准确率和召回率上表现不错,使ERNIE模型收敛速度加快,通过该模型可以较好地对人大报告的文本进行分类.