文献

J-GLOBAL ID：201902267151210690   整理番号：19A2669814

引用予測のための注意ベース多重融合法【JST・京大機械翻訳】

Attention-Based Multi-fusion Method for Citation Prediction

著者 (4件)： Wang Juefei (Computer School, Beijing Information Science and Technology University, Beijing, China) ,  Zhang Fuquan (Fujian Provincial Key Laboratory of Information Processing and Intelligent Control, Minjiang University, Fuzhou, China) ,  Li Yinan (Computer School, Beijing Information Science and Technology University, Beijing, China) ,  Liu Donglei (Computer School, Beijing Information Science and Technology University, Beijing, China)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 156  ページ： 315-322  発行年： 2020年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 学術交流のプロセスにおける最も一般的な研究スタイルとして,本論文は知識コミュニケーション,学術協力,および科学研究教育の特定のリンクにおいて重要な役割を果たす。しかしながら,文献の伝統的分野において,論文の影響を定量的に評価する方法は,一般的に参照標準として引用数に依存している。引用の数は紙を評価するための重要な指標であり,それは遅れの重大な問題を持っている。したがって,文献の出版過程で生成された関連するメタ情報に基づいて,文献の将来の影響の予測は上記の欠陥を作ることができる。本論文の将来の引用を正確に予測するために,本論文は,入力ベクトルを豊かにするために,Attention Convolutionニューラルネットワークモデルを構築して,文献値と代替計測関連の特徴を結合した。WOSとResearchGateから収集したデータセットに関する実験は,このモデルが従来の予測モデルと比較して精度を改善したことを示した。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 教育 ,  ベクトル ,  *多重化 ,  *予測 ,  交流 ,  コミュニケーション ,  予測モデル ,  神経回路網モデル ,  モデル
準シソーラス用語： メタ情報 , 【Automatic Indexing@JST】

著者キーワード (3件)： 注意畳込みニューラルネットワーク ,  計量書誌学 ,  Altメトリックス

分類 (3件)： 情報源  (AC03000B) ,  図書館一般  (AC09010C) ,  情報加工一般  (AC05010A)

タイトルに関連する用語 (5件)： 引用 ,  予測 ,  注意 ,  多重 ,  融合