基于BERT-GAT的科技论文审稿专家推荐算法研究

摘要

随着科技论文投稿数量的快速增长,对评审推荐算法的改进势在必行。确保送审论文的高质量、送审论文与专家的精准匹配是改进评审推荐算法亟需解决的问题。文章提出融合语义信息的图注意力网络(BERT-graph attention networks,BERT-GAT)算法解决论文推荐审稿专家问题,首先基于专家已发表论文,提取关键词形成专家的研究方向并构建二分图,然后使用BERT提取论文摘要或标题的语义信息,并基于二分图构建GAT模型,最后将论文的语义信息和GAT融合得到BERT-GAT模型。在《电网技术》期刊论文评审数据集和论文引文推荐数据集上进行实验,对比其他推荐算法,BERT-GAT算法在各评价指标上取得了较好的结果,表明了该算法的有效性。