[目的]利用自然语言处理(Natural Language Processing,NLP)技术设计研发辅助审稿系统,提高编辑审稿工作的效率和精度。[方法]分析在科技论文审稿过程中各环节的审查关键点,梳理分析辅助审稿系统的需求,从搭建审稿专家画像、文本挖掘和...[目的]利用自然语言处理(Natural Language Processing,NLP)技术设计研发辅助审稿系统,提高编辑审稿工作的效率和精度。[方法]分析在科技论文审稿过程中各环节的审查关键点,梳理分析辅助审稿系统的需求,从搭建审稿专家画像、文本挖掘和审稿专家推荐3个方面入手,基于已有审稿专家库数据信息,设计并开发出一套基于NLP的辅助审稿系统。[结果]该系统建立了较为完善的审稿专家画像库,并基于该专家画像库,实现初步送审意见生成、相关论文匹配、审稿专家推荐等辅助功能。[结论]将人工智能领域的技术应用到审稿系统构建是未来的发展方向之一,能够在一定程度上减少编辑的工作量,同时能够更精准地匹配“小同行”,给予作者更专业的服务,从而更有效地促进学术交流。展开更多
文摘[目的]利用自然语言处理(Natural Language Processing,NLP)技术设计研发辅助审稿系统,提高编辑审稿工作的效率和精度。[方法]分析在科技论文审稿过程中各环节的审查关键点,梳理分析辅助审稿系统的需求,从搭建审稿专家画像、文本挖掘和审稿专家推荐3个方面入手,基于已有审稿专家库数据信息,设计并开发出一套基于NLP的辅助审稿系统。[结果]该系统建立了较为完善的审稿专家画像库,并基于该专家画像库,实现初步送审意见生成、相关论文匹配、审稿专家推荐等辅助功能。[结论]将人工智能领域的技术应用到审稿系统构建是未来的发展方向之一,能够在一定程度上减少编辑的工作量,同时能够更精准地匹配“小同行”,给予作者更专业的服务,从而更有效地促进学术交流。