1. どんなもの? メタデータに依存しない論文内容に基づいた、学術論文の草案に対する引用文献の推薦システムの提案。 2. 先行研究と比べてどこがすごいの? 既存の引用文献レコメンドシステムは著者の名前や出版社・学会名等のメタデータに依存している場合が多かった。 こうしたメタデータはレビュー時であったり草案時には利用が難しい。 本研究では既存の研究と異なり、論文内容に基づいて引用候補を識別するために使用したベクトルと同じ空間に埋め込み、 再学習が不要なモデルの構築が可能となる。 また計算の効率がよく、学習時・予測時にスケーラブルなモデルである。 3. 技術や手法の”キモ”はどこにある? Phase 1 - Candidate Selection (NNSelect) 学習させた文書の埋込モデルを使って、クエリ論文に近い論文を推薦候補として取得する。 文書の埋め込みモデル 論文のタイトルとアブ