基于知识图谱与提示学习的跨网络学术社区资源推荐方法技术

本发明专利技术公开了一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，包括：获取不同学术社区中的学术资源信息和作者信息；根据所述信息数据构建知识图谱；构建提示学习模型，包括：定义提示学习模型的提示模板、定义提示学习模型的预训练模型BERT；构建提示学习模型的预训练模型BERT的训练数据；构建提示学习模型的提示模板的训练数据；训练提示学习模型；使用已训练的提示学习模型计算用户与文章之间的相似度，并对结果进行排序，按照用户指定的推荐数目进行学术资源推荐。本发明专利技术方法可实现不同网络学术社区之间的高效便捷交流，可在多个平台间快速寻找知识的最优解，有效降低不必要的时间和精力的损耗。

【技术实现步骤摘要】

本专利技术属于人工智能，涉及知识图谱、提示学习、人工智能和推荐系统的交叉技术，尤其是一种通过构建跨网络学术社区的知识图谱，通过提示学习实现学术资源推荐的方法。

技术介绍

1、网络社区是用户通过计算机网络交流而形成的虚拟群体社区，其具有网络化、信息化等特点。随着大数据时代到来，网络社区成为学者们交流的主阵地，众多拥有相同兴趣爱好的学者彼此聚集在一起，相互分享知识、相互交流，形成一种新型学术交流平台。在当前知识爆发式增长的时代，网络学术社区资源知识发现也面临着前所未有的挑战。一方面，缺少一种更为有效的沟通方式，来承担不同网络学术社区之间交流的桥梁；另一方面，在信息爆炸增长的时代，学术资源在呈几何式增长，用户对知识的需求必将是快速、准确而全面化的，这对其有效获取信息提出了挑战。为了解决上述问题，如论文knowledge drivenpaper recommendation using heterogeneous network embedding method(journal ofcomputer and communications,ahmed,i.,and 本文档来自技高网...

【技术保护点】

1.一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，在步骤2中，所述的对缺失的信息进行知识补全、对已经补全的信息进行知识消歧和构建知识图谱，其具体过程包括：

3.根据权利要求1所述的一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，在步骤3中，定义提示学习模型的提示模板、定义提示学习模型的预训练模型BERT，其具体过程包括：

4.根据权利要求1所述的一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特...

【技术特征摘要】

1.一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，在步骤2中，所述的对缺失的信息进行知识补全、对已经补全的信息进行知识消歧和构建知识图谱，其具体过程包括：

3.根据权利要求1所述的一种基于知识图谱与提示学习的跨网络学术社区资源推荐方法，其特征在于，在步骤3中，定义提示学习模型的提示模板、定义提...

【专利技术属性】
技术研发人员：陈志浩，尹隽，钱萍，葛世伦，王念新，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：