[发明专利]一种论文审稿人确定方法和系统

权利要求书

1.一种论文审稿人确定方法，其特征在于，所述方法包括：

根据待审论文确定待审论文特征关键词和待审论文特征向量，基于所述待审论文特征关键词在审稿人数据库中匹配R₀位审稿人；

计算R₀位审稿人与所述待审论文的关联度，以筛选出设定关联度范围的R₁位初筛审稿人和每位初筛审稿人的审稿论文特征向量；

计算R₁位初筛审稿人在下一个时间步的预测论文特征向量与所述待审论文特征向量的相似度值，以筛选出设定相似度范围的R₂位二筛审稿人和每位二筛审稿人的预测论文特征向量；将二筛审稿人的预测论文特征向量组成的原始矩阵融入个性化矩阵得到每位二筛审稿人的编码函数，以计算二筛审稿人的推荐概率，再筛选出设定推荐概率范围的R₃位三筛审稿人，作为待审论文的审稿人候选；R₀、R₁、R₂和 R₃为大于一的整数；

所述计算R₁位初筛审稿人在下一个时间步的预测论文特征向量与所述待审论文特征向量的相似度值，包括：

嵌入层在每位初筛审稿人的审稿论文特征序列中的每个审稿论文特征向量中加上对应的位置嵌入向量，得到输入序列；将输入序列输入多个双向Transformer层，输出最后一层隐藏状态序列；将隐藏状态序列输入全连接层，得到R₁位初筛审稿人在下一个时间步的论文特征向量；根据所述论文特征向量和所述待审论文特征向量计算相似度值；

所述将二筛审稿人的预测论文特征向量组成的原始矩阵融入个性化矩阵得到每位二筛审稿人的编码函数，以计算二筛审稿人的推荐概率，包括：

将每位二筛审稿人的预测论文特征向量组成的原始矩阵和个性化矩阵拼接，得到中间嵌入矩阵；将已知的位置嵌入矩阵输入所述中间嵌入矩阵，得到嵌入矩阵；利用前馈网络特征矩阵将所述嵌入矩阵转换为隐藏矩阵；将所述隐藏矩阵中的序列化向量输入到Transformer层，将输出的隐藏状态向量继续输入到一个线性层和一个softmax层，得到每个二筛审稿人的推荐概率。

2.如权利要求1所述的方法，其特征在于，所述将输入序列输入多个双向Transformer层，输出最后一层隐藏状态序列，包括：

将输入序列输入到多个双向Transformer层，其中双向Transformer层是将上层Transformer层输出作为这层Transformer层的输入的层；

分别计算每位R₁位初筛审稿人的最后一层的当前时间的隐藏状态向量，以建立R₁位初筛审稿人的下个时间特征状态矩阵，并输出最后一层隐藏状态序列。

3.如权利要求1所述的方法，其特征在于，所述个性化矩阵是基于审稿人的所有历史审稿论文特征向量、预测论文特征向量、待审论文和审稿人信息，使用层隐藏向量输出作为个性化向量而得到的。

4.如权利要求1所述的方法，其特征在于，根据待审论文确定待审论文特征关键词和待审论文特征向量，包括：

根据待审论文的标题、关键词、摘要、引用文献确定所述待审论文的研究领域关键词；

根据研究领域关键词的出处权重和出现频率，计算每个研究领域关键词的综合权重；

筛选设定综合权重范围内的研究领域关键词作为待审论文的待审论文特征关键词；

将所述待审论文的待审论文特征关键词对应的特征向量相加，得到待审论文特征向量。

5.如权利要求1所述的方法，其特征在于，所述审稿人数据库用于存储所有审稿人信息、每位审稿人按时间排列的所有审稿论文和审稿论文的论文特征向量；每位审稿人信息中标记有审稿人的研究领域关键词，所述研究领域关键词是基于审稿人的历史审稿论文和发表论文中的研究领域关键词提取的。