博士论文 · 2022
Submodular Approaches for Citation Recommendation
这篇悉尼科技大学的博士论文结合学习得到的文档表征与集合选择，评估整份参考文献列表的价值，而非只看单篇文献的相关性排名。
在 UTS 阅读论文 （在新标签页中打开）研究
找到正确的信息。建立有用的联系。
我的博士研究探索如何结合深度表征学习与子模选择，为学术论文推荐相关且互补的参考文献。
如果 Google Scholar 暂时不可用，你可以阅读下方出版物并打开原始来源。
研究重点
用于信息检索与推荐的机器学习。
我研究如何利用语言表征和选择算法，帮助人们浏览大量信息。我的引文推荐研究在同一决策中兼顾相关性、覆盖度与多样性。
精选出版物
从研究问题到发表成果。
请通过原始链接查看全文和出版详情。
2021
2020
ICPR 2020 · 作者预印本
Learning Neural Textual Representations for Citation Recommendation
使用 Sentence-BERT 的孪生网络与三元组训练表征论文，再以子模目标选择参考文献集合，并在 ACL Anthology Network 语料库上评估。
2020
让研究与真实问题相连。
欢迎交流信息检索、推荐、应用 AI 或研究合作。