论文阅读笔记-A LSTM Based Model for Personalized Context-Aware Citation Recommendation

中文题目：基于LSTM的个性化上下文感知引文推荐模型

论文链接：A LSTM Based Model for Personalized Context-Aware Citation Recommendation | IEEE Journals & Magazine | IEEE Xplore

发表在2018IEEE Access

L. Y ang, Y . Zheng, X. Cai, H. Dai,D. Mu, L. Guo, and T. Dai. A lstm based model for personalized context-aware citation recommendation.IEEE Access, 6:59618–59627, 2018.

摘要：科学论文的快速增长使其很难找到相关和适当的引用。上下文感知的引文推荐旨在克服这一问题，它提供了一份科学论文列表，给出了一段简短的文本。本文提出了一种基于长-短期记忆(LSTM)的上下文感知引文推荐模型，该模型首先基于LSTM分别学习引文上下文和科学论文的分布式表示。然后根据引文上下文和科技论文的分布表征，对相关性进行度量。最后，选择相关度较高的科学论文作为推荐列表。特别地，我们尝试将作者信息、地点信息和内容信息整合到科学论文分布式向量表示中。此外，我们将给定上下文的作者信息集成到引文上下文分布式向量表示中。因此，本文提出的模型使个性化的上下文感知引文推荐成为可能，这是一个新的问题，在过去很少有论