面向语义缺失的骨签释文分类算法

本文针对汉长安城遗址出土的骨签因断裂导致语义信息缺失、影响分类效率的问题，提出一种面向语义缺失的EWRCA骨签释文分类模型。研究背景源于骨签作为西汉历史重要载体，其断裂现象造成传统分类方法耗时且易错。研究目的通过融合ERNIE多层编码器与Word2Vec词向量增强语义理解，结合TextRCNN-MHAtt模型和注意力机制提升分类准确性。实验结果表明，该模型在骨签释文数据集上分类准确率达95.2%，精确率达95.62%，有效解决了语义缺失下的分类挑战，为文物保护和历史研究提供技术支持。