一种基于互信息表示学习的学术论文引用异常检测方法

AITNT
正文
推荐专利
一种基于互信息表示学习的学术论文引用异常检测方法
申请号:CN202510917974
申请日期:2025-07-03
公开号:CN120744762A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种基于互信息表示学习的学术论文引用异常检测方法,其包括获取学术论文并构建其引用网络,引用网络包括邻接矩阵和节点特征向量;将邻接矩阵和所有节点特征向量输入已训练的节点嵌入表示模型,得到最大化互信息学习到的全局嵌入表示;删除邻接矩阵中的异常边,得到局部邻接矩阵,并将其和全局嵌入表示输入节点嵌入表示模型,得到最大化互信息学习到的局部嵌入表示;将邻接矩阵和全局嵌入表示及局部邻接矩阵和局部嵌入表示分别输入一个已训练的异常检测模型,得到两个嵌入表示,并拼接二者得到嵌入向量;根据嵌入向量,计算学术论文对之间异常引用的评分,并进行降序排序,将前k个最大评分对应的论文对标记为异常引用。
技术关键词
异常检测方法 表达式 论文 重构 矩阵 网络 邻居 标签类别 节点特征 拉普拉斯 关系 参数 标记 科研 聚类 语义 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号