申请/专利权人：中国科学院计算技术研究所

申请日：2021-07-28

公开（公告）日：2024-03-08

公开（公告）号：CN113516094B

主分类号：G06V30/412

分类号：G06V30/412;G06V30/18;G06V30/19;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2021.11.05#实质审查的生效;2021.10.19#公开

摘要：本发明实施例提供了一种用于为文档匹配评议专家的系统以及方法，该系统包括：专家特征提取模块，其利用神经网络用于根据专家描述文本和专家学术专长信息获取专家特征表示；文档特征提取模块，其利用神经网络根据待评议文档的文档描述、学科分类信息和关键词信息获取文档特征表示；专家匹配模块，其利用神经网络根据专家特征表示和文档特征表示计算专长匹配度，并基于专长匹配度生成候选专家列表；本发明在专家和待评议文档方面均从不同的类别提取相关的信息，以更精准地提取到两者的语义特征，降低语义鸿沟，提高专家推荐的精度。

主权项：1.一种用于为文档匹配评议专家的系统，其特征在于，包括：专家特征提取模块，其利用神经网络根据专家描述文本和专家学术专长信息获取专家特征表示，所述专家特征提取模块包括：专家文本特征提取单元，用于提取专家描述文本的特征以生成专家文本特征表示；学术专长特征提取单元，用于根据专家学术专长信息提取其中每种学术专长的向量表示，并通过向量加法进行池化融合，生成学术专长特征表示；专家特征融合单元，用于拼接专家文本特征表示和学术专长特征表示，对拼接得到的向量进行线性变换，生成专家特征表示；文档特征提取模块，其利用神经网络根据待评议文档的文档描述、学科分类信息和关键词信息获取文档特征表示，所述文档特征提取模块包括：评议文本特征提取单元，用于提取待评议文档的描述文本的特征以生成评议文本特征表示；学科分类特征提取单元，用于提取学习学科分类信息中每个学科节点的向量表示，并通过向量加法进行池化融合，生成学科分类特征表示；关键词特征提取单元，用于提取关键词信息中每个关键词的向量表示，并通过向量加法进行池化融合，生成关键词特征表示；文档特征融合单元，用于拼接评议文本特征表示、学科分类特征表示和关键词特征表示，并对拼接得到的向量进行线性变换，生成文档特征表示；专家匹配模块，其利用神经网络根据所述专家特征表示和所述文档特征表示计算专长匹配度，并基于所述专长匹配度生成候选专家列表。

全文数据：

权利要求：

百度查询： 中国科学院计算技术研究所 一种用于为文档匹配评议专家的系统以及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD