10.3969/j.issn.1000-386x.2021.10.033
基于深度学习的教材德目分类评测方法
教材德目指标是学校道德养成体系中教材选用的重要标准之一,对提供个性化德育信息服务具有重要意义.目前该方面的量化评估的研究有限,评估具有主观特点,效率不高.针对这一问题,对上海中小学教材短文本德目指标进行研究,提出基于深度学习的短文本分类模型IoMET.采用数据增强技术和卷积神经网络对教材短文本进行深度学习,并使用精确率、召回率和F1-度量值进行评价.实验结果表明,IoMET模型对德目指标的预测效果较好,与未进行数据增强的原始短文本相比,IoMET模型评测效果有较大的提升.
德目指标;中文文本分类;卷积神经网络;数据增强;IoMET
38
TP3(计算技术、计算机技术)
2021-10-18（万方平台首次上网日期，不代表论文的发表时间）
共7页
209-215
