中国古代书目提要结构功能识别研究——以《四库全书总目》著录的古代科技文献为例

图书馆杂志 ›› 2022, Vol. 41 ›› Issue (12): 96-103.

中国古代书目提要结构功能识别研究——以《四库全书总目》著录的古代科技文献为例

郑翔1, 2 李明杰1, 3 （1 武汉大学信息管理学院 2 武汉大学图书情报国家级实验教学示范中心 3 武汉大学文化遗产智能计算实验室）

出版日期:2022-12-15 发布日期:2023-01-03
作者简介:郑翔女，武汉大学信息管理学院，博士研究生。研究方向：古籍整理与数字人文。作者贡献：进行实验，起草论文。E-mail：zhengxiang059@whu.edu.cn 湖北武汉 430072 李明杰武汉大学信息管理学院，教授。研究方向：文献整理与保护、中国图书文化史。作者贡献：提出选题，修订论文。湖北武汉 430072

Research on Structure Function Recognition of Ancient Bibliographic Synopses: A Case Study of Ancient Scientific and Technical Books in the Siku Quanshu Zongmu

Zheng Xiang1, 2, Li Mingjie1, 3 (1 School of Information Management, Wuhan University; 2 National Demonstration Center for Experimental Library and Information Science Education, Wuhan University; 3 Intellectual Computing Laboratory for Cultural Heritage, Wuhan University)

Online:2022-12-15 Published:2023-01-03
About author:Zheng Xiang1, 2, Li Mingjie1, 3 (1 School of Information Management, Wuhan University; 2 National Demonstration Center for Experimental Library and Information Science Education, Wuhan University; 3 Intellectual Computing Laboratory for Cultural Heritage, Wuhan University)

摘要/Abstract

摘要： 从古代书目提要中准确识别提要结构功能模块，对查询古籍、研究学问、鉴别版本、考证佚亡有重要作用。针对当前古代书目提要结构功能内涵把握的现实需求，从提要结构功能智能识别角度出发，提出细粒度六分类提要结构功能划分策略，并使用RoBERTa模型构建提要结构功能识别模型。面向《四库全书总目》中古代科技文献提要的实验表明：本文所提划分策略与识别模型具有一定的领域适应性与有效性；通过结合预训练模型、自动学习古代书目提要语义内涵特征，能够有效进行提要结构功能识别。本文有效降低了提要利用门槛、提升了提要内容呈现效率，有利于读者对古籍文献的精准检索、快速了解与深度利用。

Abstract: Accurate identification of the structure function modules from the ancient bibliographic synopses is important for searching ancient books, studying knowledge, identifying editions and examining the loss of ancient books. This paper proposes a fine-grained six-category synopses structure function classification strategy and construct a synopses structure function recognition model using the RoBERTa to meet the current practical needs of grasping the structure function connotation of ancient bibliographic synopses, from the perspective of intelligent synopses structure function recognition. The experiments on the synopses of ancient scientific and technical books in the Siku Quanshu Zongmu show that the proposed classification strategy and recognition model has certain domain adaptability and effectiveness. By combining pre-training models and automatic learning of semantic connotation features of ancient bibliographic synopses, we can effectively perform synopses structure function recognition. It effectively reduces the threshold of synopses utilization, improves the speed of synopses content presentation, and facilitates readers’ accurate search, rapid understanding and in-depth utilization of ancient books.

郑翔, 李明杰（武汉大学信息管理学院武汉大学图书情报国家级实验教学示范中心武汉大学文化遗产智能计算实验室）.

中国古代书目提要结构功能识别研究——以《四库全书总目》著录的古代科技文献为例 [J]. 图书馆杂志, 2022, 41(12): 96-103.

Zheng Xiang, Li Mingjie ( School of Information Management, Wuhan University, National Demonstration Center for Experimental Library and Information Science Education, Wuhan University, Intellectual Computing Laboratory for Cultural Heritage, Wuhan University).

Research on Structure Function Recognition of Ancient Bibliographic Synopses: A Case Study of Ancient Scientific and Technical Books in the Siku Quanshu Zongmu [J]. Libraly Journal, 2022, 41(12): 96-103.

参考文献

[ 1 ] 秦贺然，王东波. 数字人文下的先秦古汉语关键词抽取应用——以《春秋经传》为例[J]. 图书馆杂志，2020，39（11）：97–105.
[ 2 ] 赵青. 《四库全书总目》著录医家类文献研究[D]. 武汉：华中师范大学，2019.
[ 3 ] 王献松. 《四库全书总目》儒家类研究[D]. 武汉：武汉大学，2017.
[ 4 ] 安大伟. 《四库全书简明目录》史部提要订误十九则[J]. 图书馆研究，2019，49（4）：124–128.
[ 5 ] 欧阳剑，梁珠芳，任树怀. 大规模中国历代存世典籍知识图谱构建研究[J]. 图书情报工作，2021，65（5）：126–135.
[ 6 ] 李惠，陈涛，侯君明，等. 钩玄提要——古籍目录智能分析工具构建[J]. 中国图书馆学报，2021，47（4）：97–112.
[ 7 ] 王东波，高瑞卿，叶文豪，等. 不同特征下的学术文本结构功能自动识别研究[J]. 情报学报，2018，37（10）：997–1008.
[ 8 ] 沈思，胡昊天，叶文豪，等. 基于全字语义的摘要结构功能自动识别研究[J]. 情报学报，2019，38（1）：79–88.
[ 9 ] 王佳敏，陆伟，刘家伟，等. 多层次融合的学术文本结构功能识别研究[J]. 图书情报工作，2019，63（13）：95–104.
[10] 王东波，陆昊翔，周鑫，等. 面向摘要结构功能划分的模型性能比较研究[J]. 图书情报工作，2018，62（12）：84–90.
[11] 刘忠宝，王宇飞，张志剑. 基于深度学习模型的摘要结构功能识别方法研究[J]. 情报科学，2021，39（3）：107–112.
[12] 赵丹宁，牟冬梅，白森. 基于深度学习的科技文献摘要结构要素自动抽取方法研究[J]. 数据分析与知识发现，2021，5（7）：70–80.
[13] 王雪，杨雪梅，林紫洛，等. 基于引文全文本的医学领域突破性文献识别研究[J]. 情报杂志，2021，40（3）：132–138.
[14] 罗卓然，蔡乐，钱佳佳，等. 学术论文创新贡献句识别研究[J]. 图书情报工作，2021，65（12）：93–100.
[15] 杜圣梅，朱礼军，徐硕. 面向循证医学的科技文献摘要结构化表示研究[J]. 中国科技资源导刊，2018，50（6）：94–100.
[16] 王倩，曾金，刘家伟，等. 基于深度学习的学术文本段落结构功能识别研究[J]. 情报科学，2020，38（3）：64–69.
[17] 曹宁. 中国古代书目著录之研究[D]. 南京：南京大学，2014.
[18] 姚名达. 中国目录学史[M]. 上海：上海古籍出版社，2011：33–37.
[19] 傅荣贤. 论古代提要和现代摘要的文献观[J]. 图书情报工作，2016，60（6）：26–31.
[20] 张慧丽. 传录体书目提要浅议[J]. 山东图书馆学刊，2012（3）：28–30，35.
[21] 杨寄林，董文武. 《文献通考·经籍考》“诸评具载”的独特方式[J]. 史学月刊，2006（4）：72–81.
[22] 邹明军. 辑录体目录的确立与马端临的家学渊源[J]. 图书馆杂志，2015，34（1）：96–101；54.
[23] 杨寄林. 评《文献通考·经籍考》辑录式的解题[J]. 史学史研究，2003（1）：40–43.
[24] Liu Y，Ott M，Goyal N，et al. Roberta：A robustly optimized bert pretraining approach[J]. arXiv preprint arXiv：1907.11692，2019.
[25] Vaswani A，Shazeer N，Parmar N，et al. Attention is all you need[C]//Advances in Neural Information Processing Systems. California：Neural Information Processing Systems，2017：5998–6008.
[26] Devlin J，Chang M W，Lee K，et al. BERT：Pre-training of deep bidirectional transformers for language understanding[J]. arXiv preprint arXiv：1810.04805，2018.
[27] Goodfellow I，Bengio Y，Courville A. Deep Learning[M]. Cambridge：MIT Press，2016：180–
184.
[28] 周中孚. 郑堂读书记[M]. 上海：上海书店出版社，2009：487.
[29] 哈工大讯飞联合实验室. Chinese-BERT-wwm[EB/OL].[2021-09-06]. https://github.com/ymcui/Chinese-BERT-wwm.
[30] Google. BERT-Base-Chinese[EB/OL].[2021-09-10].
https://huggingface.co/bert-base-chinese.
[31] 阎覃. GuwenBERT：古文预训练语言模型（古文BERT）[EB/OL].[2021-09-10]. https://github. com/Ethan-yt/guwenbert.
[32] 霍光煜，张勇，孙艳丰，等. 基于语义的档案数据智能分类方法研究[J]. 计算机工程与应用，2021，57（6）：247–253.
[33] 喻雪寒，何琳，徐健. 基于RoBERTa-CRF的古文历史事件抽取方法研究[J]. 数据分析与知识发现，2021，5（7）：26–35.