首页|基于类概率的加权投票模型用于预测论文评审结果

基于类概率的加权投票模型用于预测论文评审结果

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
学术论文的评审工作大多采用同行评审的方法完成,但庞大的稿件数量给人工评审带来了过重的负担,审稿人的主观偏好对结果的影响也不容忽视.基于此,提出一种基于类概率的多分类器加权投票模型来预测论文评审结果,协助人工评审.该模型采用基于集成学习的投票法,根据文本的词汇特征和评审准则的统计特征对样本进行分类.并充分考虑各分类器的性能差异,通过融合类概率进一步调整和优化权重系数,从而使投票模型的性能得到提升.实验证明,论文所提出的方法有效地提高了模型的性能,预测结果的准确率更高.
Application of Weighted Voting Model Based on Class Probabilities in Predicting the Review Results of Papers

刘兰、李英祥、钟剑丹

展开 >

成都信息工程大学通信工程学院 成都 610225

论文评审 加权投票 类概率 集成学习

2019YFS0493

2021

10.3969/j.issn.1672-9722.2021.07.026

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2021.49(7)
  • 3