发明名称 | 一种基于文献内容知识图谱的多层引文推荐方法 | ||
摘要 | 本发明公开了一种基于文献内容知识图谱的多层引文推荐方法,属于信息推荐和智能信息处理领域。本方法首先获取用户的查询需求,查询需求由需要推荐引用论文或引用文献的论文的标题和摘要的关键词构成。然后,基于文献内容的知识图谱扩展查询检索词语,知识图谱由文献的研究对象词语和研究行为词语结点,以及表示同义、近义、上下位、部分整体、并列等各种语义关系的边构成。最后,构建数据集中文献的倒排索引,选取候选引文,计算候选引文和查询的相似度,采用梯度渐进回归树来进行引文推荐。本方法基于文献内容知识图谱进行多层次的引文推荐,扩大了候选引文的范围,准确地表达了论文的研究对象和内容,提高了用户获取相关文献的效率,具有广阔的应用前景。 | ||
申请公布号 | CN105653706A | 申请公布日期 | 2016.06.08 |
申请号 | CN201511026567.7 | 申请日期 | 2015.12.31 |
申请人 | 北京理工大学 | 发明人 | 张春霞;陈俊鹏;王森;王树良;赵小林 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 代理人 | ||
主权项 | 一种基于文献内容知识图谱的多层引文推荐方法,其特征在于包括以下步骤:步骤1,获取查询需求;步骤2,利用文献内容的知识图谱进行查询扩展;步骤3,构建文献的倒排索引;步骤4,选取候选引文集;步骤5,提取候选引文与查询的相似度特征;步骤6,构建引文推荐的训练数据;步骤7,基于梯度渐进回归树进行引文推荐。 | ||
地址 | 100081 北京市海淀区中关村南大街5号 |