[發(fā)明專利]基于圖局部結(jié)構(gòu)和文本語義相似性的學(xué)術(shù)論文推薦方法

有效

• 申請?zhí)枺?/td>: 202010730690.1
• 申請日: 2020-07-27
• 公開（公告）號: CN112069290B
• 公開（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 杜一;寧致遠(yuǎn);喬子越;周園春
• 申請（專利權(quán)）人: 中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 司立彬

1.一種基于圖局部結(jié)構(gòu)和文本語義相似性的學(xué)術(shù)論文推薦方法，其步驟包括：

1)基于論文庫中論文的關(guān)鍵詞、機(jī)構(gòu)、作者特征構(gòu)建包含論文和論文關(guān)系的異質(zhì)網(wǎng)絡(luò)；

2)對于一篇擬進(jìn)行相似推薦的論文p_i，基于該異質(zhì)網(wǎng)絡(luò)計(jì)算與該論文p_i有關(guān)聯(lián)的論文相似度，基于論文相似度選取多個(gè)論文形成一推薦結(jié)果候選集；其中，形成所述推薦結(jié)果候選集的方法為：對于一篇擬進(jìn)行相似推薦的論文p_i，基于該異質(zhì)網(wǎng)絡(luò)找到與該論文p_i存在關(guān)聯(lián)邊的論文p_j，利用計(jì)算論文p_i與論文p_j的相似性S_ij；其中，論文p_i和論文p_j在作者維度的相似性，為論文p_i和論文p_j在機(jī)構(gòu)維度的相似性，為論文p_i和論文p_j在關(guān)鍵詞這三個(gè)維度的相似性；α_author、α_org、α_keyword分別為作者相似性權(quán)重、機(jī)構(gòu)相似性權(quán)重、關(guān)鍵詞相似性權(quán)重；count_same_author_ij、count_same_org_ij、count_same_keyword_ij分別為論文p_i和論文p_j所擁有的共同作者數(shù)量、共同機(jī)構(gòu)數(shù)量、共同關(guān)鍵詞數(shù)量；分別為論文p_j在異質(zhì)網(wǎng)絡(luò)中與其他所有論文所擁有的共同作者總數(shù)量、共同機(jī)構(gòu)總數(shù)量、共同關(guān)鍵詞總數(shù)量；

3)對該異質(zhì)網(wǎng)絡(luò)進(jìn)行基于設(shè)定元路徑的隨機(jī)游走策略生成包含論文id的路徑集，并利用該路徑集作為訓(xùn)練語料庫訓(xùn)練得到論文庫中每一論文的關(guān)系表征向量；

4)利用該論文庫中論文的標(biāo)題、摘要中的文本信息，使用文本預(yù)訓(xùn)練模型訓(xùn)練得到對應(yīng)論文的語義表征向量；

5)將論文的關(guān)系表征向量和論文的語義表征向量加權(quán)求和，得到對應(yīng)論文的最終表征向量；將該論文p_i加入到該論文庫中并生成該論文p_i的最終表征向量；

6)計(jì)算該論文庫中每一論文的最終表征向量與該論文p_i的最終表征向量的相似性，并根據(jù)所得相似性選取多個(gè)論文作為該論文p_i的待推薦候選論文；

7)將步驟2)所得推薦結(jié)果候選集與步驟6)所得待推薦候選論文進(jìn)行融合，選取相似性最高的若干論文作為該論文p_i的推薦論文。

2.如權(quán)利要求1所述的方法，其特征在于，所述關(guān)系類別包含作者、機(jī)構(gòu)、關(guān)鍵詞、期刊。

3.如權(quán)利要求1所述的方法，其特征在于，將該路徑集當(dāng)成訓(xùn)練語料庫，利用word2vec中的skip-gram模型進(jìn)行訓(xùn)練，獲得論文的關(guān)系表征向量。

4.如權(quán)利要求1或3所述的方法，其特征在于，重復(fù)進(jìn)行步驟3)多次，每一論文得到多個(gè)關(guān)系表征向量，并對它們進(jìn)行加和求平均獲得一個(gè)關(guān)系表征向量作為對應(yīng)論文的關(guān)系表征向量。

5.如權(quán)利要求1所述的方法，其特征在于，所述關(guān)系表征向量、語義表征向量均為d維向量，d為一設(shè)定值。

6.如權(quán)利要求1所述的方法，其特征在于，所述文本預(yù)訓(xùn)練模型為doc2vec、ELMO、BERT或GPT-2。

7.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，存儲(chǔ)一計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括用于執(zhí)行權(quán)利要求1至6任一所述方法中各步驟的指令。