基于RoBERTa和集成树模型的公共图书馆图书采选模型构建
来源：图书情报工作杂志2025年第19期北京时间：
作者：钟建法,郭汶谨,汤青
单位：1 厦门大学图书馆 厦门 361005;2 厦门大学经济学院 厦门 361005;3 厦门市图书馆 厦门 361012
摘要：[目的/意义] 探索构建应用于公共图书馆中文图书征订书目采选的RoBERTa独立预测模型以及集成树与RoBERTa融合预测模型，力求突破当前公共图书馆智能采选模型研究薄弱的现状。[方法/过程] 在RoBERTa独立预测模型构建方面，搭建书目文本分类模型架构，着重分析和确定输入文本的数据选择与组合，形成模型微调和预测方案。在集成树与RoBERTa融合预测模型构建方面，分析模型融合优势与策略，构建由3种不同类型特征的15个变量组成的特征体系，并以提升召回率为目标，运用贝叶斯优化方法进行超参数调优和模型构建，以更好地适应公共图书馆实际图书采选工作需要。[结果/结论] 模型实验结果表明，RoBERTa独立预测模型和融合预测模型均能实现较好的图书采选二分类预测效果（AUC值均高于0.94，准确率均高于0.88），从F1和F2分数考察，融合模型能够进一步优化整体预测性能并显著提升召回率。模型预测的图书购买概率值以及由此形成的荐购、适当选购、谨慎选购和不荐购4种采选策略，可为公共图书馆开展中文图书征订书目的智能选书工作提供有效的决策支持和参考。
关键词：公共图书馆,图书采访,采选模型,RoBERTa,XGBoost,
基金资助：本文系教育部人文社会科学研究项目“基于机器学习的图书馆纸电图书协同采选模型构建及应用研究”（项目编号：23YJA870020）研究成果之一。
