摘 要: | [研究目的]面向科技论文摘要的语步自动识别研究成果越来越多,为推动该学术研究成果的加速应用,以更好的支撑知识化服务建设,以NSTL(国家科技图书文献中心)为例,开展模型效果测评与应用研究。[研究方法]针对NSTL实际应用条件、场景、数据特点等,制定多维度的测评方案,对目前较为先进的基于BERT深度学习模型的语步识别效果进行多维度测评和结果分析,并给出面向应用的策略和建议。[研究结论]测评分析结果表明,语步识别模型的准确率及在不同学科领域上的通用性有待进一步优化提升。在准确率上,不同语步的识别准确率存在较大差异,具体表现为方法和结论语步的识别效果较优,背景、目的和结果语步的识别效果较差。在面向学术检索系统的实际应用中,语步识别成果有较多的应用场景,可为学术搜索或知识化服务平台提供多层次的深度服务。
|