一种推荐架构下的基于对比学习调优的论文作者消歧方法
实质审查的生效
摘要
本发明公开了一种推荐架构下的基于对比学习调优的论文作者消歧方法。本发明将论文作者消歧任务抽象为单塔推荐架构下的推荐排序问题。提出基于Wide&Deep推荐架构的排序算法解决基于表示的深度学习模型的语义漂移问题，实现基于多字段多实例注意力机制的深度模型与基于特征工程的线性模型相结合，使模型同时具备较强的泛化能力与记忆能力。此外，注意到真实匹配对之间应存在一定潜在模式的数据特点，针对性提出一种对比学习调优算法，引入对比学习损失，构建对比学习的正负样本，促使模型学习区分真实匹配对的高层次特征。
基本信息
专利标题 ：
一种推荐架构下的基于对比学习调优的论文作者消歧方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519108A
申请号 ：
CN202210060374.7
公开（公告）日 ：
2022-05-20
申请日 ：
2022-01-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
庄越挺胡单春邵健鲁伟明宗畅
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
郑海峰
优先权 ：
CN202210060374.7
主分类号 ：
G06F16/36
IPC分类号 ：
G06F16/36 G06F16/335 G06F16/38 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/36
••语义工具的产生,例如,本体论或词典
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G06F 16/36
申请日 : 20220119
申请日 : 20220119
2022-05-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
