基于主题模型的档案文本主题自动抽取技术

柴芳

doi:10.16009/j.issn.1009-5624.2026.20.029

信息记录材料 ›› 2026, Vol. 27 ›› Issue (20) : 88 -90. DOI: 10.16009/j.issn.1009-5624.2026.20.029

基于主题模型的档案文本主题自动抽取技术

柴芳

作者信息 +

Author information +

文章历史 +

摘要

针对海量档案文本人工主题标引效率低、标准一致性差、深层语义挖掘不足等问题，本研究提出面向档案场景的主题模型适配优化与自动抽取方法，构建领域定制化预处理流程、融合词向量的改进文档主题生成模型（LDA）与多维度评估体系。以档案学核心期刊文本为实证数据集开展对比实验，结果表明，改进模型的主题抽取F₁值可达82.5%,标引效率相较人工提升8倍以上，可为数字档案馆智能资源组织提供技术支撑。