通过链接预测实现有向标准引文推荐与排序

我们探索将链接预测作为一种代理方法，用于从现有文献中自动发掘在主题或语境上可能与新文档相关的文档。我们的模型使用基于 Transformer 的图嵌入来编码每篇文档的含义，这些文档被表示为引文网络中的节点。我们表明，我们的模型生成的语义表示在推荐和排序任务中可以优于其他基于内容的方法。这提供了一种探索引文图的整体方法，适用于要求这些文档相互正确引用以最大程度减少任何不一致可能性的领域。