公开(公告)号：CN107391577A

公开(公告)日：2017-11-24

申请号：CN201710469315.4

申请日：2017-06-20

Applicant: 中国科学院计算技术研究所

Inventor： 贾岩涛 ,  蔡朋杉 ,  王元卓 ,  靳小龙 ,  李曼玲 ,  程学旗

IPC: G06F17/30

Abstract: 本发明涉及一种基于表示向量的标签推荐方法和系统，其特征在于，包括：获取多个作品，根据每个作品对应的标签、关系及对象，构建多个包含作品和标签的二元组信息和包含作品、关系及对象的三元组信息，根据二元组信息和三元组信息生成训练数据集；通过对训练数据集进行表示学习，分别得到各个作品的作品表示向量和各类标签的标签表示向量；通过计算各个作品表示向量和各类标签表示向量之间的距离，从各类标签中筛选出各个作品的推荐标签。本发明在学习表示向量的过程中，本发明同时考虑作品标签对二元组信息和作品的三元组信息。通过融入更多信息，使得学到的表示向量能够更准确地反映作品和标签的语义，从而更好地支持标签推荐这一任务。

公开(公告)号：CN107391577B

公开(公告)日：2020-04-03

申请号：CN201710469315.4

申请日：2017-06-20

Applicant: 中国科学院计算技术研究所

Inventor： 贾岩涛 ,  蔡朋杉 ,  王元卓 ,  靳小龙 ,  李曼玲 ,  程学旗

IPC: G06F16/9535 ,  G06F16/78 ,  G06F16/735

Abstract: 本发明涉及一种基于表示向量的标签推荐方法和系统，其特征在于，包括：获取多个作品，根据每个作品对应的标签、关系及对象，构建多个包含作品和标签的二元组信息和包含作品、关系及对象的三元组信息，根据二元组信息和三元组信息生成训练数据集；通过对训练数据集进行表示学习，分别得到各个作品的作品表示向量和各类标签的标签表示向量；通过计算各个作品表示向量和各类标签表示向量之间的距离，从各类标签中筛选出各个作品的推荐标签。本发明在学习表示向量的过程中，本发明同时考虑作品标签对二元组信息和作品的三元组信息。通过融入更多信息，使得学到的表示向量能够更准确地反映作品和标签的语义，从而更好地支持标签推荐这一任务。