- 1、本文档共8页,其中可免费阅读7页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于图神经网络的科学文献关键内容潜在关联挖掘方法,包括以下步骤:S1获取某一特定事件相关的科学文献数据,并进行数据清洗和预处理;S2利用TF‑IDF方法抽取文献内容关键词;S3以句子为单位,对抽取出的关键词和关键词所属参考文献构建词共现网络;S4利用图卷积神经网络学习关键词的向量表示;S5利用相似度计算函数得到不同关键词之间的相关度,挖掘其潜在的关联关系。本发明通过对文章内容抽取出的关键词关系进行建模,利用图卷积神经网络技术,对文献主要关键词的潜在关联进行挖掘,满足对科学文献内容进行
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112364141 A
(43)申请公布日 2021.02.12
(21)申请号 202011223846.3
(22)申请日 2020.11.05
(71)申请人 天津
文档评论(0)