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：电脑与电信, 2021, (12): 9-13.

DOI：10.15966/j.cnki.dnydx.2021.12.012

• 图书分类
• 特征提取
• 集成学习
• 双向LSTM模型
• 向量空模型

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。

• 单位
  南京理工大学紫金学院