买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中南大学

摘要：本发明涉及自然语言处理技术领域，具体公开了一种论文推荐方法、设备及介质，所述方法包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，获取外部知识库的语义信息；S2：融合外部知识库的语义信息和时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐。优点是，本发明方法通过注入外部知识库的语义信息用来帮助模型完成推理，减少迭代次数，提高了论文推荐的准确率。

主权项：1.一种论文推荐方法，其特征在于，包括如下步骤：S1：训练学术预训练模型，得到映射网络，将外部知识库中文本数据传递到映射网络中，输出文本数据的实体向量表示和关系向量表示，所有的实体向量表示组成实体表示矩阵，所有的关系向量表示组成关系表示矩阵；S2：将实体表示矩阵和关系表示矩阵作为第一个时间戳知识图谱中的初始化表示，在初始化表示中融合时序知识图谱的动态演进信息，得到最终实体向量矩阵；S3：将最新时间戳知识图谱输入卷积网络中，得到实体的卷积向量，将卷积向量拼接成最终卷积输出，调用得分函数计算实体和关系之间的得分，基于最终实体向量矩阵和得分计算可能性向量，基于所述可能性向量完成论文推荐；在S1中，所述学术预训练模型采用学术数据集进行迭代训练，完成训练后，锁定学术预训练模型的参数，形成映射网络；在S1中，所述学术预训练模型包括多头自注意力机制、前馈神经网络、归一化和残差连接，所述前馈神经网络的变换函数表达式如下： 其中，FFNN表示前馈神经网络的变换函数；表示第l层编码器的第i个位置单词的隐藏状态；W1和W2分别表示网络层的第一权重矩阵和第二权重矩阵；b1和b2分别表示第一偏置项和第二偏置项；GELU表示激活函数；fb3表示实体创建偏置项，若是为实体词，则fb3不为0；在S2中，融合时序知识图谱的动态演进信息过程如下：采用多层图卷积神经网络获取单一时间戳知识图谱中实体和关系之间的关联，从上一个时间戳知识图谱的尾实体向下一个时间戳知识图谱的头实体传递关联信息，通过迭代传递多次关联信息得到最终实体向量矩阵；其中，传递关联信息的表达式如下： 其中，表示在时间戳τ知识图谱中第i+1层实体h的向量表示；表示在时间戳τ知识图谱中第i层实体t的向量表示；表示在时间戳τ知识图谱中第i层实体h的向量表示；C表示标准化常数；W表示关联权重矩阵；[,]表示向量的拼接操作；表示聚合特征参数；表示自循环参数；Eτ表示知识图谱的所有实体集合；f表示PReLU激活函数。

全文数据：

权利要求：

百度查询： 中南大学 一种论文推荐方法、设备及介质