きめ細かな知識エンティティと多面的な文書埋め込みを用いた学術論文推薦の強化

要約

研究者の文献調査の負担を軽減するため、新しい学術論文推薦手法が提案された。従来手法の課題である粗い粒度を克服するため、詳細な知識エンティティ、タイトル、要旨、引用データを統合した多次元情報を用いる。STM-KGデータセットでの実験の結果、上位50件の推薦精度が平均27.3%となり、既存手法を6.7%上回った。

全文は有料プランで閲覧できます。