面向分级阅读的儿童读物层级多标签分类研究

作     者：成全 董佳 Cheng Quan;Dong Jia

作者机构：福州大学经济与管理学院福州350116 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2023年第7卷第7期

页      面：156-169页

核心收录：

学科分类：12[管理学] 1205[管理学-图书情报与档案管理] 

基　　金：国家社会科学基金项目(项目编号:19BTQ072)的研究成果之一。 

主　　题：分级阅读 儿童读物分类 层级多标签文本分类 分类体系 

摘      要：【目的】构建儿童读物层级多标签分类模型,实现对儿童读物的自动化分类,以引导儿童读者选择适合自身发展情况的读物。【方法】将分级阅读的理念具化成儿童读物层级分类标签体系,采用深度学习技术构建ERNIE-HAM模型,并将其应用于儿童读物的层级多标签文本分类。【结果】通过对比4种预训练模型,ERNIE-HAM模型在儿童读物层级分类的第二层级、第三层级分类中具有较好的表现;对比单层级算法,层级算法在第二层级和第三层级的AU(PRC)值都提升了约11个百分点;对比HFT-CNN和HMCN两个层级多标签分类模型,ERNIE-HAM模型在第三层级的分类结果中AU(PRC)值分别提升12.79和6.48个百分点。【局限】ERNIE-HAM模型的整体分类效果有待进一步提升,未来在数据集的体量扩充和算法设计上需要进一步完善和探索。【结论】ERNIE-HAM模型在儿童读物层级多标签分类任务上具有有效性。