-
题名开放同行评审中自动评审分类方法研究
被引量：1
- 1
-
-
作者
陈红玉
胡文俊
路永和
-
机构
中山大学信息管理学院
中山大学人工智能学院
-
出处
《现代情报》
北大核心
2024年第5期95-106,共12页
-
基金
广东省重点领域研发计划项目“基于大数据智能的多层次知识检索关键技术研究及应用”(项目编号:2021B0101420004)。
-
文摘
[目的/意义]科技论文是学术界传递和交流知识的重要方式。科技论文评审是对科技论文承载的知识的价值衡量,高效准确的科技论文评审分类预测可以快速判断论文价值,加速有价值的知识传播进程。[方法/过程]本文讨论开放同行评审中自动评审分类方法,利用科技论文语义信息和开放同行评审中的专家评分,分别构建基于传统机器学习和基于深度学习的科技论文文本表示及分类模型,提供自动评审分类结果。[结果/结论]实验结果表明,融合语义信息和评分信息的评审分类模型比单纯依靠评分均值进行评审判断更为有效,以评分+均值为评分信息输入、基于SCIBERT的质量评审分类模型准确率最高,达到90.17%。本文提出的自动评审分类方法具有可用性,准确率较高,可以辅助期刊编辑快速筛选有潜力的科技论文,促进科技论文智能评审的发展。
-
关键词
文本语义
开放同行评审
自动评审分类
深度学习
-
Keywords
text semantics
open peer review
automatic review classification
deep learning
-
分类号
G254
[文化科学—图书馆学]
-
