近日,學者網(wǎng)團隊對學術(shù)論文推薦模塊進行了優(yōu)化,利用文本語義相似度任務 (Semantic Textual Similarity, STS)中綜合性能排前的開源表征學習模型,建立了站內(nèi)論文語義向量,推薦效果得到顯著提升。此外,基于團隊近期構(gòu)建的學者知識圖譜,該模塊還可顯示論文的引用與最新被引情況。
我們將基于學者知識圖譜與學者大模型,綜合考慮內(nèi)容語義與異質(zhì)結(jié)點影響力和時間因素,對論文的綜合推薦進行持續(xù)改進。