欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202110479095X
申请人: 南京邮电大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于深度学习的引文推荐方法,其特征在于,步骤如下:(1)提取文章上下文、候选引文标题、候选引文摘要这三部分的关键词;

(2)使用BERT预训练模型对三部分关键词进行数据处理,将关键词转化成单词向量;

(3)建立GRU双向神经网络模型,将单词向量作为双向神经网络模型的输入,将文章上下文单词向量和每个候选引文单词向量分别输入到双向神经网路模型中,利用双向神经网络模型对文章上下文单词向量和每个候选引文的单词向量分别进行特征提取,得到文章上下文单词特征向量和每个候选引文单词特征向量;

(4)引入注意力机制,将步骤3提取的特征向量作为注意力机制的输入序列,其中包括文章上下文单词特征向量和每个候选引文单词特征向量,在输入序列上引入注意权重,对上下文和每个候选引文之间的单词进行交互,得到上下文和每个候选引文之间关联信息的位置集,将位置集转化成每个候选引文的得分值,根据得分值从高到低对每个候选引文进行排序,输出第一次候选引文集;

(5)引入时间衰减函数,根据每个候选引文发表时间及被引次数,对步骤4第一次候选引文集进行处理,得到每个引文总得分值,按照总得分值进行排序,将排序结果推送给用户。

2.根据权利要求1所述的引文推荐方法,其特征在于,步骤1包括:利用TF‑IDF算法提取关键词,TF表示词频,IDF表示逆文档频率,提取关键词之前先去除用户写作文章上下文、候选引文中标题、摘要这三部分中的停用词,提取关键词之后对重复的词语进行去重操作。

3.根据权利要求1所述的引文推荐方法,其特征在于,步骤2中BERT预训练模型进行处理后,得到高维单词向量,再使用双向编码器将高维单词向量映射到低维向量作为步骤3的输入。

4.根据权利要求3所述的引文推荐方法,其特征在于,步骤3中特征提取包括:GRU双向神经网络模型包括更新门和重置门,利用更新门输出前一时刻状态信息被带入当前时刻的程度,利用重置门去除前一时刻的无效信息,输出提取后的特征向量。

5.根据权利要求4所述的引文推荐方法,其特征在于,步骤5先计算每个候选引文集的引文热度,再根据引文热度计算每个引文的总得分值。