面向数字人文的稷下思想自动分类研究

doi:10.13266/j.issn.0252-3116.2022.19.003

图书情报工作 ›› 2022, Vol. 66 ›› Issue (19): 26-35.DOI: 10.13266/j.issn.0252-3116.2022.19.003

所属专题：面向数字人文研究的稷下学文献资料数据库建设研究

• 专题：面向数字人文研究的稷下学文献资料数据库建设研究 • 上一篇下一篇

面向数字人文的稷下思想自动分类研究

冯梦莹¹, 白如江¹, 张玉洁¹, 王效岳¹, 耿振东², 王志民²

1 山东理工大学信息管理研究院淄博 255049;
2 山东理工大学齐文化研究院淄博 255049

收稿日期:2022-04-21 修回日期:2022-08-20 出版日期:2022-10-05 发布日期:2022-10-25
通讯作者: 白如江,教授,博士生导师,通信作者,E-mail:brj@sdut.edu.cn。
作者简介:冯梦莹,硕士研究生;张玉洁,硕士研究生;王效岳,教授,硕士生导师;耿振东,副院长,《管子学刊》主编;王志民,教授,博士生导师
基金资助:
本文系教育部哲学社会科学研究重大课题攻关项目"稷下学派文献整理与数据库建设研究"（项目编号：19JZD011）研究成果之一。

Research on Automatic Classification of Jixia Thought for Digital Humanities

Feng Mengying¹, Bai Rujiang¹, Zhang Yujie¹, Wang Xiaoyue¹, Geng Zhengdong², Wang Zhimin²

1 Institute of Information Management, Shandong University of Technology, Zibo 255049;
2 Qiculture Research Institute, Shandong University of Technology, Zibo 255049

Received:2022-04-21 Revised:2022-08-20 Online:2022-10-05 Published:2022-10-25

摘要/Abstract

摘要： [目的/意义] 稷下思想是先秦百家争鸣时期的沧海遗珠，研究如何从稷下研究文献中自动识别出稷下思想，为稷下学数字人文研究提供方法基础。[方法/过程] 选取《管子学刊》作为研究数据源，对其收录的部分文本进行11大类附属42小类的思想类别归纳，构建训练数据集，提出一种基于ERNIE微调的JixiaERNIE模型，将稷下思想自动识别映射为文本自动分类问题，利用模型进行自动分类识别。[结果/结论] 通过实验对比得出，构建的JixiaERNIE模型在学习率4e-5、迭代次数为10分类效果达到最优，与基线模型相比，F值提高了7.9%。为进一步增强模型识别分类效果，在模型连接层的基础上加入分类器对比，有效实现面向数字人文研究的稷下思想自动分类任务。

关键词: 数字人文, 自动分类, 管子学刊, 稷下思想, JixiaERNIE

Abstract: [Purpose/Significance] Jixia Thought is the relic of the sea in the contend period of a hundred schools of thought in the pre-Qin period. This paper studies how to automatically identify the thought of Jixia from the Jixia research literature, and provides a method basis for digital humanities research in Jixia.[Method/Process] This paper selected GUAN ZI JOURNAL as the research data source, summarized the text included 11 categories affiliated 42 categories of thought category induction, built the training data set, and put forward a JixiaERNIE model based on ERNIE fine-tuning that mapping Jixia thought auto-identification to text auto-classification problem and using the proposed model for automatic classification identification.[Result/Conclusion] Through experimental comparison, the JixiaERNIE model constructed in this paper achieves the best effect when learning rate of 4e-5 and iterations of 10 classification, increasing the F value by 7.9% compared to the baseline model. In order to further enhance the classification effect of model recognition, the classifier comparison is added based on the model connection layer, which effectively realizes the automatic classification task of Jixia ideas for digital humanities research.

Key words: digital humanities, automatic classification, GUAN ZI JOURNAL, Jixia thought, JixiaERNIE

中图分类号:

G251

冯梦莹, 白如江, 张玉洁, 王效岳, 耿振东, 王志民. 面向数字人文的稷下思想自动分类研究[J]. 图书情报工作, 2022, 66(19): 26-35.

Feng Mengying, Bai Rujiang, Zhang Yujie, Wang Xiaoyue, Geng Zhengdong, Wang Zhimin. Research on Automatic Classification of Jixia Thought for Digital Humanities[J]. Library and Information Service, 2022, 66(19): 26-35.

参考文献

[1] 胡昊天,张逸勤,邓三鸿,等.面向数字人文的《四库全书》子部自动分类研究——以Siku BERT和Siku Ro BERTa预训练模型为例[J/OL].图书馆论坛:1-16[2022-03-25].http://kns.cnki.net/kcms/detail/44.1306.G2.20211017.1823.002.html.
[2] 张玉洁,白如江,刘明月,等.融合语义联想和BERT的图情领域SAO短文本分类研究[J].图书情报工作,2021,65(16):118-129.
[3] HAO M, XU B, LIANG J Y, et al. Chinese short text classification with Mutual-Attention convolutional neural networks[J].ACM Transactions on asian and low-resource language information processing (TALLIP), 2020,19(5):1-13.
[4] WANG M, CAI Q, WANG L, et al. Chinese news text classification based on attention-based CNN-BiLSTM[J]. MIPPR 2019:Pattern recognition and computer vision, 2020,11430:110-117.
[5] 胡吉明,付文麟,钱玮,等.融合主题模型和注意力机制的政策文本分类模型[J].情报理论与实践,2021(7):159-165.
[6] 范昊,何灏.融合上下文特征和BERT词嵌入的新闻标题分类研究[J].情报科学,2022,40(6):90-97.
[7] QIAO X, PENG C, LIU Z, et al. Word-character attention model for Chinese text classification[J]. International journal of machine learning and cybernetics, 2019,10(12):3521-3537.
[8] 罗鹏程,王一博,王继民.基于深度预训练语言模型的文献学科自动分类研究[J].情报学报,2020,39(10):1046-1059.
[9] 秦贺然,刘浏,李斌,等.融入实体特征的典籍自动分类研究[J].数据分析与知识发现,2019,3(9):68-76.
[10] 沈自强,李晔,丁青艳,等,白全民.基于BERT模型的科技政策文本分类研究[J].数字图书馆论坛,2022(1):10-16.
[11] 王正立,王明星.稷下学宫的人物及思想探析[J].作家,2011(14):130-131.
[12] 白奚.稷下学宫与百家争鸣[J].人文天下,2015(17):16-19.
[13] 池万兴. 《管子》研究[D].兰州:西北师范大学,2003.
[14] 聂济冬.齐学及其源流新论[J].安徽大学学报(哲学社会科学版),2016,40(2):1-8.
[15] 胡家聪.稷下学宫史钩沉[J].文史哲,1981(4):25-33.
[16] 宣兆琦,张玉书.齐文化研究的现状与发展趋势[J].管子学刊,2005(1):111-122,127.
[17] 何平.《管子》的法治思想及其史鉴价值[J].理论建设,2019(6):85-90.
[18] 刘冠生.《管子》农业经济管理思想概观[J].管子学刊,2005(2):5-10.
[19] 钟祥财.《管子·轻重》经济思想研究述评[J].上海经济研究,2011(10):3-20.
[20] 清风拂面.使用语义预训练模型ERNIE_TINY作为初始化特征进行文本分类[EB/OL].[2022-04-13].https://zhuanlan.zhihu.com/p/95056446.
[21] SUN Y, WANG S H, LI Y K, et al. ERNIE:enhanced representation through knowledge integration[J]. ArXiv preprint arXiv:1904.09223.2019.
[22] 丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报,2011,40(1):2-10.
[23] 邓三鸿,胡昊天,王昊,等.古文自动处理研究现状与新时代发展趋势展望[J].科技情报研究,2021,3(1):1-20.

面向数字人文的稷下思想自动分类研究

Research on Automatic Classification of Jixia Thought for Digital Humanities

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	牛力, 黎安润泽, 刘雨欣, 刘慧琳. 数字人文视角下学术名人传记多维度分析模式——以《吴宝康学术年谱》为例[J]. 图书情报工作, 2023, 67(6): 96-106.
[2]	贾明霞, 赵宇翔, 宋小康. 人文学者数字囤积行为模式及形成机理探索——基于关键事件技术法的访谈[J]. 图书情报工作, 2023, 67(4): 55-67.
[3]	任明, 贾君枝. 基于协作智能的数字人文领域知识图谱构建[J]. 图书情报工作, 2023, 67(4): 124-133.
[4]	孙燕, 刘浏, 王东波. 《春秋左传正义》引书计算人文研究[J]. 图书情报工作, 2023, 67(2): 119-130.
[5]	吴梦成, 林立涛, 齐月, 黄水清, 王东波, 刘浏. 数字人文视域下先秦典籍植物知识挖掘与组织研究[J]. 图书情报工作, 2023, 67(12): 103-113.
[6]	宋雪雁, 霍晓楠, 刘寅鹏, 邓君. 数字人文视角下《全唐诗》贬谪诗人的时空轨迹分析[J]. 图书情报工作, 2022, 66(7): 26-34.
[7]	侯西龙, 王晓光, 段青玉. 数字人文视域下文化遗产图像远读可视化调查与分析[J]. 图书情报工作, 2022, 66(3): 54-64.
[8]	沈旺, 刘嘉宇, 李贺, 李世钰, 张承坤. 学科领域生命周期视域下国内中医古籍数字化研究进展[J]. 图书情报工作, 2022, 66(22): 4-15.
[9]	李贺, 祝琳琳, 刘嘉宇, 樊娇, 侯力铁. 基于本体的简帛医药知识组织研究[J]. 图书情报工作, 2022, 66(22): 16-27.
[10]	张向先, 李世钰, 沈旺, 张承坤, 王宇. 数字人文视角下敦煌吐鲁番医药文献知识组织研究[J]. 图书情报工作, 2022, 66(22): 28-43.
[11]	吴金华, 石静, 徐健. 面向数字人文的开放数据生态系统:构成要素与模型框架[J]. 图书情报工作, 2022, 66(22): 44-54.
[12]	袁义国, 李斌, 冯敏萱, 贺胜, 王东波. 基于深度学习的古籍文本自动断句与标点一体化研究[J]. 图书情报工作, 2022, 66(22): 134-141.
[13]	王林旭, 王军. 网络分析在数字人文中的应用框架[J]. 图书情报工作, 2022, 66(20): 50-61.
[14]	鞠孜涵, 白如江, 张玉洁, 王志民. 数字人文视域下古籍数据库建设关键技术研究——兼评稷下学文献资料数据库的建设思路[J]. 图书情报工作, 2022, 66(19): 4-14.
[15]	张玉洁, 白如江, 张亚辉, 冯梦莹, 鞠孜涵, 邢莹. 追溯现代精神文明的古典参照:基于稷下学数字人文研究视角[J]. 图书情报工作, 2022, 66(19): 15-25.