本公开的实施例涉及针对结构化文本文件识别合适的备选刊物的人工智能工具。
背景技术:
1、科学或学术期刊的出版方通常运营涵盖给定领域或学科的多个此类刊物。投给特定刊物的稿件可能更适合由同一出版方经营的另一刊物。然而,尽管大多数被拒稿件最终能发表,但是它们很少在最初拒绝它们的同一出版方所属的期刊上发表。另外,与被拒稿且没有转投要约的作者相比,收到带有转投的拒稿决定的研究作者会不那么不满。给定刊物的编审人员可能缺乏为从他们的刊物拒稿的文章识别合适的备选刊物的时间和知识,且现有刊物管理工具缺乏给出有针对性的转投推荐的能力。因此,需要改进的系统和方法,其利用机器学习来改进刊物管理工具,以针对被拒稿件识别和推荐备选刊物,从而辅助将稿件刊登在合适的刊物上。
技术实现思路
1、本公开的一个方面涉及一种用于针对结构化文本文件识别合适的备选刊物的方法。例如,该方法包括将存储在数据库中的每个结构化文本文件转换成一个或多个向量,每个结构化文本文件具有标题、摘要、全文、元数据和发表期刊。例如,该方法还包括训练机器学习模型以将结构化文本文件向量与所述结构化文本文件曾发表于其中的期刊相关联。例如,该方法还包括接收另一结构化文本文件,其具有标题、摘要、全文和元数据。例如,该方法还包括将所述另一结构化文本文件转换成一个或多个向量。最后,该方法还包括通过已训练的机器学习模型处理该另一结构化文本文件以识别适合的可供发表的期刊。
2、本公开的另一方面涉及一种用于针对结构化文本文件识别合适的备选刊物的系统。例如,该系统包括至少一个处理器和存储指令的至少一个非暂时性计算机可读介质,所述指令被配置为使所述处理器例如将存储在数据库中的每个结构化文本文件转换成一个或多个向量,每个结构化文本文件具有标题、摘要、全文、元数据和发表期刊。例如,所述处理器还可以训练机器学习模型以将结构化文本文件向量与所述结构化文本文件曾发表于其中的期刊相关联。例如,所述处理器还可以接收另一结构化文本文件,其具有标题、摘要、全文和元数据。例如,所述处理器还可以将所述第二另一结构化文本文件转换成一个或多个向量。最后,例如,所述处理器还可以通过已训练的机器学习模型处理第二结构化文本文件以识别适合的可供发表的期刊。
1.一种用于针对结构化文本文件识别适合的可供发表的期刊的方法,包括:
2.根据权利要求1所述的方法,其中:
3.根据权利要求1所述的方法,其中:
4.根据权利要求1所述的方法,其中:
5.根据权利要求1所述的方法,其中:
6.根据权利要求1所述的方法,其中:
7.根据权利要求1所述的方法,其中:
8.根据权利要求1所述的方法,其中:
9.根据权利要求1所述的方法,其中:
10.根据权利要求9所述的方法,还包括:
11.一种用于针对结构化文本文件识别适合的可供发表的期刊的系统,包括:
12.根据权利要求11所述的系统,其中:
13.根据权利要求11所述的系统,其中:
14.根据权利要求11所述的系统,其中:
15.根据权利要求11所述的系统,其中:
16.根据权利要求11所述的系统,其中:
17.根据权利要求11所述的系统,其中:
18.根据权利要求11所述的系统,其中:
19.根据权利要求11所述的系统,其中:
20.根据权利要求19所述的系统,其中,所述指令还被配置为使所述处理器: