基于预训练语言模型特征扩展的科研论文推荐 |
| |
引用本文: | 章小卫,耿宜帅,李斌.基于预训练语言模型特征扩展的科研论文推荐[J].扬州大学学报(自然科学版),2022(6):61-64. |
| |
作者姓名: | 章小卫 耿宜帅 李斌 |
| |
作者单位: | 扬州大学信息工程学院 |
| |
基金项目: | 国家自然科学基金资助项目(61972335,61906060); |
| |
摘 要: | 针对科研学术论文推荐数据稀疏的问题,提出一种基于预训练语言模型特征扩展的科研论文推荐方法.通过预训练语言模型学习论文摘要的特征表示,将其作为辅助信息构建推荐模型,再将辅助特征和用户-论文标签矩阵共同输入半自编码机模型进行训练,最终实现推荐任务.实验结果表明,相比自编码机等神经网络方法,该方法推荐的科研论文更为准确,可提高科研工作效率.
|
关 键 词: | 推荐系统 论文推荐 特征扩展 预训练语言模型 |
|
|