新方法利用图神经网络进行科学文献表示

本文介绍了一种利用自适应特征和图神经网络学习科学文献语义表示的新方法。该方法同时考虑科学文献的全局和局部特征，采用图注意力机制，根据引用关系对文档特征进行加权和聚合。通过比较局部和全局语义表示之间的互信息，该方法旨在改进语义表示的学习，并在科学文献分类任务中取得了有竞争力的结果。 AI

影响 该方法可以通过增强对研究论文的理解和分类方式，来改进科学知识的组织和检索。

排序理由 该条目是一篇学术论文，详细介绍了一种新的语义表示学习方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Litmaps
• ScienceCast
• scite Smart Citations
• Zeli Guan

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →