thematic-indexing

本文探讨了机器学习方法（包括基于编码器的模型和微调的大型语言模型）在大型文学语料库自动主题索引中的应用，以伏尔泰全集为测试案例。最佳模型的F1得分高达0.67，为大型文学和历史版本的结构化访问提供了启示。