典型文献
基于BERT-GAT的科技论文审稿专家推荐算法研究
文献摘要：
随着科技论文投稿数量的快速增长,对评审推荐算法的改进势在必行.确保送审论文的高质量、送审论文与专家的精准匹配是改进评审推荐算法亟需解决的问题.文章提出融合语义信息的图注意力网络(BERT-graph attention networks,BERT-GAT)算法解决论文推荐审稿专家问题,首先基于专家已发表论文,提取关键词形成专家的研究方向并构建二分图,然后使用BERT提取论文摘要或标题的语义信息,并基于二分图构建G AT模型,最后将论文的语义信息和G AT融合得到BERT-GAT模型.在《电网技术》期刊论文评审数据集和论文引文推荐数据集上进行实验,对比其他推荐算法,BERT-GAT算法在各评价指标上取得了较好的结果,表明了该算法的有效性.
文献关键词：
推荐算法;智能送审;二分图;图注意力网络;语义信息
中图分类号：
作者姓名：
刘津;乔宝榆;朱腾翌;宋钰龙;张光;郝敬乾;林莉芳;董豪晨
作者机构：
中国电力科学研究院有限公司,北京 100192;中国科学院自动化研究所,北京 100190;中国科学院雄安创新研究院,河北 雄安 071800
文献出处：
引用格式：
[1]刘津;乔宝榆;朱腾翌;宋钰龙;张光;郝敬乾;林莉芳;董豪晨-.基于BERT-GAT的科技论文审稿专家推荐算法研究)[J].电力信息与通信技术,2022(07):75-82
A类：
智能送审
B类：
BERT,GAT,科技论文,审稿专家,专家推荐,推荐算法,算法研究,论文投稿,保送,精准匹配,合语,语义信息,图注意力网络,graph,attention,networks,论文推荐,发表论文,词形,二分图,文摘,摘要,标题,电网技术,期刊论文,论文评审,引文,推荐数
AB值：
0.34898
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
