基于BERT模型的中华典籍问句分类方法研究

作者：刘忠宝; 贾君枝

来源：晋图学刊, 2022, (03): 34-43.

• 中华典籍
• 问句分类
• 深度学习
• BERT模型

随着大数据时代的到来，问答系统成为人们获取信息的有效手段之一。作为问答系统关键一环的问句分类直接影响系统的性能。目前，问句分类研究主要集中在现代汉语领域，对中华典籍的问句分类研究还不多见。本文从问句分类概念出发，在生成中华典籍问句分类语料集的基础上，设计了面向中华典籍的问句分类体系，并对支持向量机、循环神经网络、长短时记忆神经网络、双向长短时记忆神经网络、BERT等模型的问句分类性能进行了比较研究。实验结果表明，与支持向量机和传统深度学习模型相比，BERT模型具有更优的问句分类能力，在本文提出的问句分类体系上，F1值达到95.55%,BERT模型在中华典籍问句分类任务中具有一定优势，具有一定的推广和应用价值。

• 单位
  中国人民大学; 北京语言大学