基于图双注意力网络的图书类目分类方法研究

准确建模图书类目的层次结构,达到自动分类图书类目,已成为情报学的热门问题。以图书馆馆藏图书文档为研究对象,使用标题、关键词等字段的单词作为顶点,利用预训练语言模型表征顶点,构建图双注意力网络模型自动识别并分类图书。针对图书层次识别的研究专注于提取平面特征而忽视层次结构特征。该方法首次搭建图书层次图,将图书层次结构表征为向量,引入多任务学习模式,进一步预测热门图书。在河南省郑州图书馆10个一级类别约9万条图书数据集上进行实验验证,在精准率、召回率与F1等指标上获得最优分类结果。首次提出图网络式图书分类模型,首次提出多任务学习图书分类模式,具有端到端全程自动性、多任务处理性优势。