TY -的A2 -艾哈迈德,赛义德·哈桑盟——徐,关爱非盟- Du,耿军平盟——关,Zeli盟——雪,哲AU -口,飞飞AU -史,Lei盟——徐,鑫盟——李盎PY - 2021 DA - 2021/12/18 TI - Multi-RNN研究主题预测模型基于空间注意和语义Consistency-Based科学影响建模SP - 1766743六世- 2021 AB -计算机科学学科包括许多研究领域,相互影响,促进彼此的发展。这带来了两大挑战预测各研究领域的研究课题。一个是如何建模研究领域的细粒度话题表示。另一个是主题如何建模研究的不同领域,保持语义的一致性研究主题当学习其他相关领域的科学影响上下文。不幸的是,现有的研究主题预测方法不能处理这两个挑战。要解决这些问题,我们使用多个不同的递归神经网络链模型研究主题不同的领域和提出一个研究主题预测模型基于空间注意和语义consistency-based科学建模的影响。空间的关注是受雇于领域话题表示可以有选择地从字段中提取的属性主题区分领域主题属性的重要性。语义consistency-based科学影响建模研究主题不同的字段映射到一个统一的语义空间来获得其他相关领域的科学影响上下文。广泛的实验结果在五个相关研究领域计算机科学(CS)纪律表明,该模型比最先进的方法和实现良好的主题预测性能。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/1766743 - 10.1155 / 2021/1766743摩根富林明计算智力和神经科学PB - Hindawi KW - ER