近日，學(xué)者網(wǎng)團(tuán)隊(duì)對學(xué)術(shù)論文推薦模塊進(jìn)行了優(yōu)化，利用文本語義相似度任務(wù) （Semantic Textual Similarity, STS）中綜合性能排前的開源表征學(xué)習(xí)模型，建立了站內(nèi)論文語義向量，推薦效果得到顯著提升。此外，基于團(tuán)隊(duì)近期構(gòu)建的學(xué)者知識圖譜，該模塊還可顯示論文的引用與最新被引情況。

我們將基于學(xué)者知識圖譜與學(xué)者大模型，綜合考慮內(nèi)容語義與異質(zhì)結(jié)點(diǎn)影響力和時(shí)間因素，對論文的綜合推薦進(jìn)行持續(xù)改進(jìn)。

歡迎大家關(guān)注我們的工作，并在試用過程中提出您的寶貴意見！可聯(lián)系團(tuán)隊(duì)成員：陳國華、羅世權(quán)。