图情领域数字人文文献识别与分类方法研究

【目的/意义】数字人文作为人文社科和计算机技术的跨界学科，在高速发展的同时面临概念界定不明确、专题期刊缺乏等问题，增加了文献搜集难度。需要构建适合的识别分类模型，形成数字人文专题文献库，助力数字人文研究。【方法/过程】分析数字人文学科的内涵，归纳数字人文文献特征，在人工识读标注的基础上构建机器学习模型，实现对数字人文文献的自动识别与分类。【结果/结论】提出一种基于机器学习的数字人文文献识别分类模型，对图情领域数字人文文献实现了较好的识别效果。【创新/局限】将机器学习算法应用到数字人文文献分类，较好应对了词汇复杂和数据量较小的问题；进一步研究可使用深度学习等更复杂的模型，并实现不同领域数字人文文献的多分类。