BERT 句子分类模型

主观句分类超 91%

无需额外标注即可对学术文献中的贡献句与前人工作句进行高精度判别与提取，为研究者快速筛选论文要点提供可靠的自动化工具。

Mehmood, Atif · Shahid, Farah · Khan, Rizwan · Ahmed, Shahzad · Ibrahim, Mostafa Mahmoud · 郑忠龙

Multimedia Tools and Applications 2024

参数信息

准确率

91.50 %

F1 分数

91.00 %

技术优势

准确率超 91%

BERT-CNN 模型在分类和主观分析任务上取得了最高准确率 91.50%，超过传统机器学习和 LSTM-GloVe 等基线。

无需额外标注

该模型直接处理学术文献句子，无需用户对目标论文进行额外标注，即可输出贡献句与前人工作句的分类结果。

应用场景

• 学术文献智能筛选：自动筛选文献中的贡献句，减少研究者逐篇阅读的时间。
• 论文贡献自动提取：直接从论文中提取贡献句，替代人工标注与规则匹配。
• 文本分类：对学术文本进行高精度二分类，区分贡献与前人工作。