申请/专利权人：浙江商业职业技术学院

申请日：2024-04-11

公开（公告）日：2024-06-07

公开（公告）号：CN118152666A

主分类号：G06F16/9535

分类号：G06F16/9535;G06N3/0455

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.25#实质审查的生效;2024.06.07#公开

摘要：本发明公开了一种基于大语言模型的中文论文投稿期刊推荐方法与系统，包括构建数据集，并得到数据集中每一个中文字符和英文单词的embedding向量表征，从而得到LOOKUPTABLE；对论文中的每一个字符，通过LOOKUPTABLE查找对应的embedding向量表征，从而构造成一条由每个字符的向量表征所组成的该论文的向量表征，即第一训练样本；将第一训练样本送入Transformer模型，在中文语料数据集、英文语料数据集、以及采样后的中文文献数据集和采样后的英文文献数据集上进行训练，得到预训练基底模型；构建期刊推荐模型；构建第二训练样本用于微调期刊推荐模型；微调后的期刊推荐模型用于中文论文投稿期刊推荐。

主权项：1.一种基于大语言模型的中文论文投稿期刊推荐方法，其特征在于，包括：构建数据集，并得到数据集中每一个中文字符和英文单词的embedding向量表征，从而得到LOOKUPTABLE；所述数据集包括中文语料数据集、英文语料数据集、中文文献数据集和英文文献数据集；对所述中文文献数据集和英文文献数据集进行采样；对论文中的每一个中文字符和英文单词，通过LOOKUPTABLE查找对应的embedding向量表征，从而构造成一条由向量表征所组成的该论文的向量表征，即第一训练样本；将第一训练样本送入Transformer模型，在中文语料数据集、英文语料数据集、以及采样后的中文文献数据集和采样后的英文文献数据集上进行训练，得到预训练基底模型；将中文文献数据集中的作者信息进行离散编码，然后进行one-hot编码，得到离散化的作者信息特征；构建第二训练样本，所述第二训练样本包括论文全文、离散化的作者信息特征和录用期刊名称；其中录用期刊名称也需要对其进行one-hot编码，并作为第二训练样本的标签；构建期刊推荐模型：在预训练基底模型的基础上，新增三个权重矩阵，分别为低秩矩阵A、B以及全连接层Wfc，最终输出层采用softmax进行归一化得到各目标文献的录用概率；所述第二训练样本用于微调期刊推荐模型；微调后的期刊推荐模型用于中文论文投稿期刊推荐。

全文数据：

权利要求：

百度查询： 浙江商业职业技术学院 一种基于大语言模型的中文论文投稿期刊推荐方法与系统

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