基于深度学习的CSSCI学术论文类别判定模型构建研究开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

（一）课题研究意义

随着人们对科学技术和社会发展的日益重视，学术领域呈现多元化、信息化、现代化的趋势。在这种情况下，研究者们比以往任何时候都迫切地需要高效、全面、方便的学术信息。因此，中文科技论文文本分类研究具有较高的理论研究价值和应用前景。传统的人工分类目前面临两个问题：一个是随着期刊论文数量的快速增长，人工分类显得心有余而力不足，这无疑给分类工作增加了很大的压力；第二个问题是人工分类存在一定的主观性，分类工作人员一般会通过期刊论文的标题和来源来确定论文的类别，比较少的阅读论文全文来对论文进行分类，因此分类的正确率受人的主观意识影响很大。鉴于这种情况的基础上，研究期刊论文的自动分类能够有效的解决以上两个问题，不仅可以减轻人工分类的压力，提高分类的效率，还能提高分类结果的正确率，减少主观因素的影响。

（二）国内外研究进展

2. 研究的基本内容和问题

研究的目标、内容和拟解决的关键问题

本课题的研究目标是：

寻找一个可以提高论文分类的效率和准确率的分类模型。通过了解当前论文的分类方法，以及其中存在的问题，结合相关的分析理论和深度学习模型，找到一个最佳的论文自动分类模型，实现高效率对论文进行精确分类。

3. 研究的方法与方案

研究方法：

根据cssci1998-2016年所收录的所有论文的题录信息，使用神经网络算法对社科类论文进行自动分类，并尝试使用预训练词向量技术、加载预训练语言模型的迁移学习方法，提高分类器分类效率与性能。

技术路线：

4. 研究创新点

目前期刊论文自动分类工作主要是利用人工智能方法构建分类库，再利用分类库进行分类，本课题在分析国内外文本自动分类研究现状的基础上，提出运用有监督的深度学习实现自动分类，利用机器对有限的样本进行学习构建神经网络分类器，实现自动分类，不仅避免了构造分类库的问题，还可以解决构建分类库中人工标引难度大、主观性大的问题；

将迁移学习运用于论文主题分类问题，通过对不同的预训练语言模型进行下游任务fine-tuning，探索可用于文本分类的最优预训练模型；

5. 研究计划与进展

研究计划：

2019年11-12月，明确研究内容，完成文献综述，下载文献数据。

2019年12-2020年2月，数据获取工作初步完成，并着手进行数据的清洗。