CapsuleAI:一种基于胶囊网络的数字资源自动标引算法

摘要

传统自动标引方法存在准确率低和高度依赖于人工审核的问题，忽略了深度学习文本表征技术在文本分类和关键词提取中的潜力.本文针对数字资源自动标引在大量数据处理和准确性的挑战，提出了一种基于胶囊网络的端到端模型.首先，使用预训练语言模型BERT对文本进行内容编码和词向量构建；然后，通过融入主题胶囊和注意力胶囊，提升了关键词识别和文本分类的性能；最后，实现了一个能在单一框架下同时执行这两种任务的端到端网络结构.在真实数字资源数据集上的实验结果表明，本文提出的模型在准确率、召回率和F1分数等关键指标上超越现有多种方法，有效应对了大规模数字资源的自动标引任务.

关键词

数字资源 / 自动标引 / 深度学习 / 胶囊网络 / 文本分类

基金资助

国家自然科学基金项目(61671157)资助