面向法院电子卷宗的文本分类方法研究

来源：计算机应用与软件杂志2024年第6期北京时间：

作者：王霄, 万玉晴

摘要：针对法院电子卷宗文本分类的主要问题，给出相应解决方案。提出卷宗文件的多维度语义表示方法，得到更准确全面的文本特征信息；使用基于高斯核的KELM（Kernel Extreme Learning Machine）学习文本分类器，获取全局最优解的同时大幅提高训练效率；使用基于RLS（Recursive Least Squares）的序列优化模型KOS-ELM，通过新样本对模型参数迭代更新，使分类模型具备在线自学习的能力，减少了对初始样本的依赖。对比实验证明，基于高斯核的KELM分类模型在正确率上比BP网络模型和LSSVM分别提高了2.66百分点和4.43百分点，但训练时间只有两者的1/6和1/10；采用多维度语义表示方法为模型提供输入，在正确率上比文本向量和词向量表示方法分别提高了8.84百分点和2.33百分点；采用基于RLS的序列优化模型KOS-ELM对弱分类器进行迭代优化，以4种不同步长迭代20次后，分类正确率均得到显著提升。

关键词：法院电子卷宗, 文本分类, 语义表示, 核极限学习机, 递归最小二乘