【摘 要】
：
[目的]为促进科研人员间的交流合作,实现科研效率最大化,提出一种改进的翻译模型TransTopic,用于干细胞领域的科研合作预测研究.[方法]TransTopic旨在将科研合作网络中的节点
【机 构】
：
中国科学院成都文献情报中心 成都610041
论文部分内容阅读
[目的]为促进科研人员间的交流合作,实现科研效率最大化,提出一种改进的翻译模型TransTopic,用于干细胞领域的科研合作预测研究.[方法]TransTopic旨在将科研合作网络中的节点和边统一映射为低维向量.利用LDA主题模型抽取论文的主题分布特征,使用深度自编码器将主题特征编码为边向量,基于翻译机制得到节点向量,通过向量间的语义计算实现科研合作预测.[结果]TransTopic在链接预测上的AUC(95.21％)和MeanRank (17.48)指标均表现最优,并且主题预测的准确率达到86.52％.[局限]合作预测方法仅考虑了一步的翻译路径,并且作者的机构、研究兴趣和发文等级等多元信息没有得到充分的利用.[结论]基于翻译模型的预测方法可以有效完成干细胞领域的科研合作预测工作.
其他文献
[目的]利用专利知识图谱计算专利术语之间的相似度,从而计算专利文本之间的相似度以判断专利是否侵权.[方法]利用已构建的新能源汽车专利的知识图谱,结合术语的概念层次结构
【摘要】信息技术的不断发展，拓宽了学生学习的渠道，也为教学模式注入了新的生机与活力。当前，由于现代教育不断地革新，诸多院校的教学模式都趋向多元化发展，初中英语教学也逐渐地优化。我们可以充分利用现代信息技术，优化英语教学模式，提高学生的英语综合素养，加强学生对英语知识的运用能力，培养学生的英语口语交际能力，从而提高初中英语教学机制的不断完善。 【关键词】网络环境 中学生 英语听说能力 引言 随
[目的]基于LDA构建微博用户主题图谱,更准确、有效地识别微博用户主题群体特征并有针对性地识别意见领袖,对网络舆情进行有针对性的引导,降低舆情监控成本.[方法]构建基于LDA
[目的]围绕“通过科学文献中有关知识主张的文本语言学特征,测度医学知识的不确定性”这一主题,阐述其理论基础、研究进展及其预期应用场景.[文献范围]以同时包含“不确定”