基于异构图转换网络的元结构学习模型及其应用研究

作     者：刘欣 

作者单位：石家庄铁道大学 

学位级别：硕士

导师姓名：王书海

授予年度：2023年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：异构信息网络 元结构 图卷积网络 科研项目立项评审 专家推荐服务系统 

摘      要：科研项目立项评审是科研评价工作的重要内容之一。如何精准遴选出熟悉待评审项目研究内容和技术领域的专家对评审效果尤为重要。本文在对传统专家遴选方式进行研究的基础上,采用自然语言处理和机器学习等技术手段获取语义信息,提出一种基于异构图转换网络的元结构学习模型,通过元结构特征挖掘待评审项目文本中隐含的语义信息,并根据语义信息抽象其所属技术领域,进而遴选出合适的专家评审项目。完成的主要工作如下:(1)对专家信息、项目信息以及传统专家遴选方式进行分析研究,选取最能体现项目技术领域特征的信息,并通过对文本类型及其相互关系的分析,构建异构信息网络,作为元结构学习模型的输入。(2)设计了一种基于异构图转换网络的元结构学习模型,自动学习异构信息网络中的元结构。该模型在基于自动学习元路径的基础上添加了自动学习元图的模块,通过元结构特征学习项目文本数据中隐含的语义信息。然后通过图卷积网络,对异构信息网络中的节点进行分类和聚类,输出的结果用于待评审项目的分类。实验表明该模型在文本分类任务上的有效性。(3)开发了科研项目立项评审专家推荐服务系统原型。将本文提出的基于异构图转换网络的元结构学习模型应用其中,并对相关功能进行设计开发。通过系统可以提交一批待评审的项目,然后给出推荐的评审专家列表。该系统可以帮助项目管理部门找到更加熟悉待评审项目内容和技术领域的专家,进一步改善项目评审的客观公正性。综上所述,本文通过采用基于异构图转换网络的元结构学习模型获取语义信息并进行分类应用,改善了项目评审过程中的专家推荐方法,对推动科研评价工作具有一定的实际应用价值。