近日,學(xué)者網(wǎng)團(tuán)隊對學(xué)術(shù)論文推薦模塊進(jìn)行了優(yōu)化,利用文本語義相似度任務(wù) (Semantic Textual Similarity, STS)中綜合性能排前的開源表征學(xué)習(xí)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(tuán)隊近期構(gòu)建的學(xué)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(xué)者知識圖譜與學(xué)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(jìn)行持續(xù)改進(jìn)。
歡迎大家關(guān)注我們的工作,并在試用過程中提出您的寶貴意見!可聯(lián)系團(tuán)隊成員:陳國華、羅世權(quán)。