基于 BERT 和分面分类的多标签的南海证据性数据分类研究

图书馆杂志 ›› 2022, Vol. 41 ›› Issue (5): 102-108.

基于 BERT 和分面分类的多标签的南海证据性数据分类研究

彭玉芳1 石进2 徐浩1，2 杨海平2

（1 南京工程学院经济与管理学院 2 南京大学信息管理学院）

出版日期:2022-05-15 发布日期:2022-05-24
作者简介:彭玉芳女，南京工程学院经济与管理学院，讲师。研究方向：竞争情报、安全情报和文本挖掘。作者贡献：提出论文思路、撰写，数据处理，论文修改。 E-mail：laisitianshi@163.com 江苏南京 211167 石进南京大学信息管理学院，教授。研究方向：安全情报、大数据分析。作者贡献：论文研究思路讨论。江苏南京 210046 徐浩南京工程学院经济与管理学院，副教授。研究方向：智能信息处理、创新创业研究。作者贡献：论文研究框架讨论、论文修改。江苏南京 211167 杨海平南京大学信息管理学院，教授。研究方向：知识组织与知识服务、竞争情报与战略管理等。作者贡献：论文研究思路讨论。江苏南京 210046

Research on Multi-label Evidence Data of the South China

Sea Classification Based on BERT and Faceted Classification

Peng Yufang1 , Shi Jin2 , Xu Hao1, 2 , Yang Haiping2 (1 School of Economics &

Management, Nanjing Institute of Technology; 2 Department of Information Management, Nanjing University)

Online:2022-05-15 Published:2022-05-24
About author:Peng Yufang1 , Shi Jin2 , Xu Hao1, 2 , Yang Haiping2 (1 School of Economics & Management, Nanjing Institute of Technology; 2 Department of Information Management, Nanjing University)

摘要/Abstract

摘要： 为了能更好地组织南海证据性数据，提高南海疆智库的检索性能，便于科研人员对南海问题展开深入研究，本文融合了中国图书馆分类法的族性检索和分面分类法的特性检索，构建了南海文献分类法，应用 BERT 预训练模型实现细粒度的多标签南海证据性数据的自动分类，并通过数据库技术将南海证据性数据分为 12 个面进行组配检索。通过以上方法赋予每一条南海证据性数据唯一的分类号和类名，形式化表示为南海证据性数据的数据分类 = 证据来源分类 + 证据的数据体系分类 + 证据的数据分面分类。从更细粒度的视角，实现数据分类，与粗放式文献载体的分类相比，数据分类更有利于展开数据挖掘，找到数据间潜在的关联关系，发现新的研究视角，是科学研究创新的基础和保障。

关键词:

BERT 分面分类数据分类多标签分类南海证据性数据

Abstract: In order to better organize the evidence data of the South China Sea, improve the retrieval function of the South China Sea Think Tank, and facilitate researchers to conduct in-depth research on the South China Sea issue, this paper combines the ethnic retrieval of the Chinese Library Classification and the feature retrieval of the faceted classification, constructs the South China Sea document classification, applies the BERT pre-training model to realize the automatic classification of the fine-grained multi-label South China Sea evidence data, and uses the database technology to divide the evidence data of the South China Sea into 12 facets for grouping and retrieval. Accordingly, each piece of South China Sea evidence data is given a unique classification number and category name, which is formally expressed as “the data classification of South China Sea evidence data = evidence source classification + evidence data system classification + evidence data facet classification”. From a more fine-grained perspective, data classification is realized. Compared with the classification of broad-type document carriers, data classification is more conducive to data mining, to the identification of potential relationship between data, and to the discovery of new research perspectives, which are the foundation of scientific research and innovation.

Key words:

BERT, Faceted classification, Data classification, Multi-label classification, The evidence

data of the South China Sea

彭玉芳石进徐浩, 杨海平（南京工程学院经济与管理学院南京大学信息管理学院）.

基于 BERT 和分面分类的多标签的南海证据性数据分类研究

[J]. 图书馆杂志, 2022, 41(5): 102-108.

Peng Yufang , Shi Jin , Xu Hao, , Yang Haiping ( School of Economics & Management, Nanjing Institute of Technology, Department of Information Management, Nanjing University).

Research on Multi-label Evidence Data of the South China

Sea Classification Based on BERT and Faceted Classification

[J]. Libraly Journal, 2022, 41(5): 102-108.

参考文献

[1] 张晨. 中国发展对世界经济的影响 [J]. 中国商论，2019（3）：101–102.
[2] 金永明. 美国的南海问题政策解析及前景展望 [J]. 人民论坛·学术前沿，2021（3）：92–98.
[3] 刘建波. 中菲南海争端问题探讨 [D]. 济南：山东师范大学，2015.
[4] 吴士存. 民国时期的南海诸岛问题 [J]. 民国档案，1996（3）：127–132.
[5] 李金明. 中国南海疆域研究的问题与前瞻 [J]. 南洋问题研究，2001（3）：86–95.
[6] 张卫彬. 中国拥有钓鱼岛主权的证据链构造 [J]. 政治与法律，2020（2）：90–100.
[7] 张卫彬. 中国拥有南沙群岛主权证据链的构造 [J]. 社会科学，2019（9）：85–96.
[8] 许盘清，沈固朝. 菲律宾地图展览中的“北岛” 地理位置与地名沿革考 [J]. 亚太安全与海洋研究，2016（4）：102–112；126.
[9] Guajardo D. La hegemonía china sobre islas Spratly： ficción o realidad[J]. Estudios Internacionales，2020：52–87.
[10] 宗亮. 试论越南关于南海问题的硃本“新证据”[J]. 南海学刊，2015，1（1）：89–95.
[11] Ali T，Asghar S.Multi-label scientific document classification[J]. Journal of Internet Technology， 2018，19（6）：1707–1716.
[12] 郝超，裘杭萍，孙毅，等. 多标签文本分类研究进展 [J]. 计算机工程与应用，2021，57（10）：48–56.
[13] 刘心惠. 基于改进 seq2seq 模型的多标签文本分类研究 [D]. 大连：大连海事大学，2020.
[14] 姜新彤. 多标签分类算法研究及其在复合表情识别中的应用 [D]. 北京：北京交通大学，2020.
[15] 霍君慧. 多标签文本情绪分类研究综述 [J]. 现代计算机，2020（14）：27–30.
[16] 陈玮，林雪健，尹钟. 基于神经网络融合标签相关性的多标签情感预测研究 [J]. 中文信息学报， 2021，35（1）：104–112.
[17] 牛玉婷. 基于电子病历挖掘的心脑血管疾病预测研究 [D]. 郑州：郑州大学，2020.
[18] 马丽君. 医疗资讯分类及检索系统 [D]. 北京：北京邮电大学，2017.
[19] 尹超. 社交网络节点多标签分类技术研究 [D]. 成都：电子科技大学，2020.
[20] 俞君立，陈树年. 文献分类学 [M]. 武汉：武汉大学出版社，2009.
[21] 佘婵. 传统分类法与网络信息分类法的比较研究 [J]. 内蒙古科技与经济，2017（2）：147.
[22] 周霞，周俊. 传统文献分类法的改进研究 [J]. 高校图书馆工作，2013，33（3）：74–76.
[23] 刘坤照.《中图法》类目设置的重叠缺憾分析研究 [J]. 内蒙古科技与经济，2021（6）：152–153.
[24] 符银莲.《中国图书馆分类法》（第 5 版）计算机类目分类体系与编码问题探讨 [J]. 新世纪图书馆，2021（2）：44–49.
[25] 吴士存，沈固朝，李秀领. 南海资料索引 [M]. 海口：海南出版社，1998.
[26] 周宁. 信息组织[M]. 武汉：武汉大学出版社，2004.
[27] 施国良. 国内外分面分类法基本理论研究述评 [J]. 图书馆学研究，2008（12）：2–5；19.
[28] 李敏，王振蒙，闫晨刚. 分面分类法在电子商务网站中的应用调查分析 [J]. 图书馆研究，2013， 43（1）：55–58.
[29] 张力元，王军. 古籍数据库分面分类体系设计研究 [J]. 图书馆建设，2021（3）：56–61.
[30] Devlin J，Chang M W，Lee K，et al. BERT：Pre- Training of Deep Bidirectional Transformers for Language Understanding[OL]. arXiv Preprint， arXiv：1810.04805.
[31] 段瑞雪，巢文宇，张仰森. 预训练语言模型 BERT 在下游任务中的应用 [J]. 北京信息科技大学学报（自然科学版），2020，35（6）：77–83.
[32] 吕学强，彭郴，张乐，等. 融合 BERT 与标签语义注意力的文本多标签分类方法 [J/OL]. 计算机应用，2022，42（1）：57–63.
[33] 蒋彦廷，胡韧奋. 基于BERT模型的图书表示学习与多标签分类研究 [J]. 新世纪图书馆，2020（9）： 38–44.
[34] 赵冬梅，王明. 电商市场长尾现象的形成机理与实证研究 [J]. 西安交通大学学报（社会科学版）， 2019，39（3）：32–40.
[35] Paszke A，Gross S，Chintala S，et al. Automatic differentiation in pytorch[R]. 31st Conference on Neural Information Processing Systems，Long Beach，CA，USA，2017.
[36] Sennrich R，Haddow B，Birch A. Neural Machine Translation of Rare Words with Subword Units[J]. Computer Science，2015.
[37] Alhuzali H，Ananiadou S. SpanEmo：Casting Multi-label Emotion Classification as Span- prediction[C]. Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics：Main Volume. 2021： 1573–1584.
[38] 张力元，王军. 古籍数据库分面分类体系设计研究 [J]. 图书馆建设，2021（3）：56–61.
[39] 范小松. 基于 DC 元数据的资源统一描述策略探讨 [J]. 中国中医药图书情报杂志，2020，44（3）： 21–25；29.