一种集成标题和上下文语义的引文推荐方法及系统

    公开(公告)号:CN115186055A

    公开(公告)日:2022-10-14

    申请号:CN202210761334.5

    申请日:2022-06-30

    摘要: 本发明公开了一种集成标题和上下文语义的引文推荐方法及系统,本发明包括针对任意被分析的引用论文和被引论文构成的目标引文对的下述处理:针对目标引文对的引用论文标题、引文上下文、被引论文标题,采用预先训练好的语义编码器挖掘语义特征,得到引用论文标题的语义特征vciting、引文上下文的语义特征vcc和被引论文标题的语义特征vcited,并采用预先训练好的引用编码器计算目标引文对的引文推荐概率。本发明能够实现结合科学论文的语义以及论文的标题和引文上下文在引用关系中的语义权重参数来提高引文推荐的准确度,具有推荐准确度高、计算及内存资源占用少、引文推荐效率高的优点。

    一种基于文本匹配的文本摘要质量评估方法及系统

    公开(公告)号:CN115329036A

    公开(公告)日:2022-11-11

    申请号:CN202210761271.3

    申请日:2022-06-30

    摘要: 本发明公开了一种基于文本匹配的文本摘要质量评估方法及系统,本发明基于文本匹配的文本摘要质量评估方法包括将待评估的文本摘要及其对应的原文输入预先完成训练的文本摘要质量评估模型以得到待评估的文本摘要对应的质量评估结果,所述文本摘要质量评估模型包括分别用于衡量相关性、一致性、连贯性、流畅性共四种细粒度质量的语义子模型,所述语义子模型的输入为待评估的文本摘要及其对应的原文、输出为对应细粒度质量的质量评估结果。本发明可从语义的角度出发捕捉摘要质量的细微差别,避免了与单一参考摘要的强制对齐而导致对摘要文本多样性的抑制,具备了优秀的模型性能、质量解释性好的优点,可实现全方位衡量摘要质量的目的。