一种学术引用智能推荐方法及系统

本发明涉及智能搜索引擎领域，尤其涉及一种学术引用智能推荐方法及系统。

背景技术：

1、学术论文的引用行为本质上是作者将其当前研究内容与已有知识单元建立关联的过程。然而，随着各学科领域论文发表数量的指数级增长，作者面临的核心困境已从“知识库不存在”演变为“写作时未能回忆起已接触过的知识单元”。这一困境源于人类语义记忆的检索依赖于不完整的上下文线索，而计算机系统在大规模文本的存储和语义匹配方面具有显著优势。

2、通用学术搜索引擎（如google scholar）采用被动检索模式，需要用户主动输入关键词，检索效果高度依赖关键词选择，且返回结果存在大量噪音。文献管理软件（如endnote、zotero）帮助用户存储和组织文献，但仍依赖手动录入和手动插入引用，缺乏基于语义理解的智能提示能力。

3、已公开的文献推荐系统主要存在以下共性局限：

4、推荐逻辑固化：系统基于预设的相似度算法或引用关系进行推荐，用户无法根据个性化需求干预推荐优先级；

5、触发方式单一：需要用户主动发起检索请求，无法在论文完稿后自动完成全文审查；

6、检索粒度过粗：以整篇文献为推荐单位，无法定位到文献中的具体段落或数据；

7、输出可验证性差：仅输出文献列表，不提供原文证据，用户无法验证推荐的可靠性。

技术实现思路

1、有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是现有的文献推荐系统存在的推荐逻辑固化、无法根据用户的个性化需求推荐优先级，触发方式单一、检索粗粒度过粗、输出可验证性差等问题。本发明提供了学术引用智能推荐方法及系统，可根据用户的个性化需求调控推荐来源的优先级，具有全自动的完稿审查机制，可验证的原文证据支撑，且与现有的工作流同时兼容，对其文本具有高隐私保护，且成本低，适用于多种场景。

2、为实现上述目的，本发明提供了一种学术引用智能推荐方法及系统，其中系统包括文献导入与解析模块、文本向量化模块、文献库优先级管理模块、选定文本接收与切分模块、向量语义检索模块、原文证据提取模块和引用文本生成模块；其中，

3、文献导入与解析模块接收用户导入的pdf文献，并利用解析工具提取文献的全文内容，自动识别文献的段落边界；文本向量化模块对解析后的文献全文按自然段落或语义完整句进行切分，将每一段文本切分为独立的文本块；文献库优先级管理模块包括多个独立的文献库，并为每个文献库设定检索优先级序号，根据用户设定的序号构建检索优先级队列；选定文本接收与切分模块将接收用户在论文文档中用鼠标拖拽选中的文本内容，然后触发检索，并将选中的文本自动切分为独立的句子单元，然后转化为向量，作为查询条件传递给向量语义检索模块；向量语义检索模块接收选定文本的句子向量后，按照文献库优先级管理模块设定的库序号，逐层执行语义检索；原文证据提取模块对检索命中的结果进行处理，从本地向量数据库中提取匹配段落所在的文献原文语句，即被匹配上的那段文本，同时提取该段落的上下文及所在文献的完整元数据；引用文本生成模块将用户原句与匹配到的原文段落共同输入大语言模型api并输出相应的结果。

4、进一步地，文献导入与解析模块还包括解析文献的元数据信息，包括标题、作者、期刊名称、发表年份、doi。

5、进一步地，文本向量化模块对解析后的文献全文按自然段落或语义完整句进行切分，将每一段文本切分为独立的文本块后，还包括将每个文本块转化为固定维度的向量表示。

6、进一步地，系统将向量、原文和文献元数据的三元组映射关系存入本地向量数据库，完成文献库的索引构建。

7、进一步地，多个独立的文献库之间保持逻辑独立，互不覆盖和合并。

8、进一步地，选定文本接收与切分模块以句号、问号、感叹号为分隔符，将选中的文本自动切分为独立的句子单元，随后将每个句子转化为向量，作为查询条件传递给语义检索模块。

9、进一步地，向量语义检索模块依次在文献库中执行向量相似度检索，计算句子向量与库中所有文献段落向量的余弦相似度，取出最高相似度得分；若最高相似度得分大于预设的相似度阈值，则终止检索流程，仅将该库中的匹配结果返回给用户；若前序文献库中无任何匹配结果，则依次向后序的文献库中检索，直至遍历所有激活的文献库或某一层命中为止。

10、进一步地，引用文本生成模块将用户原句与匹配到的原文段落共同输入大语言模型api并输出相应的结果，具体包括三项输出结果：生成匹配理由说明、生成建议引用语句和生成符合学术规范的参考文献条目。

11、在本发明的较佳实施方式中，提供了一种基于上述任一的一种学术引用智能推荐系统的学术引用智能推荐方法，包括以下步骤：

12、接收用户导入的pdf文献，利用解析工具提取文献的全文内容，自动识别文献的段落边界；

13、然后对解析后的文献全文按自然段落或语义完整句进行切分，将每一段文本切分为独立的文本块；

14、构建多个独立的文献库，并为每个文献库设定检索优先级序号，根据用户设定的序号构建检索优先级队列；

15、用户在论文文档中用鼠标拖拽选中的文本内容，然后触发检索，并将选中的文本自动切分为独立的句子单元，然后转化为向量，作为查询条件；

16、根据查询条件，按照文献库优先级管理模块设定的库序号，逐层执行语义检索；

17、对检索命中的结果进行处理，从本地向量数据库中提取匹配段落所在的文献原文语句，即被匹配上的那段文本，同时提取该段落的上下文及所在文献的完整元数据；

18、将用户选定的待匹配句子与匹配到的原文段落并列组织，形成证据对比的数据结构，为后续的引用文本生成准备素材；

19、将用户原句与匹配到的原文段落共同输入大语言模型api并输出相应的结果。

20、进一步地，设文献库集合为k={k1， k2， ……， kn}，其中，下标为检索优先级序号。

21、本发明提供的一种学术引用智能推荐方法及系统具体以下技术效果：

22、1. 用户主导的优先级调度机制：将“用户设定的文献库序号”作为检索的第一权重，使推荐逻辑服从用户意志而非算法偏好，属于信息检索领域中检索优先级控制方法的特定应用创新。

23、2. 高位截断检索策略：高序号库一旦命中即终止后续检索，确保优先级规则的刚性执行，区别于常规的“融合排序”或“加权汇总”方法。

24、3. 选定文本的自动切分与逐句匹配：用户选中待审查文本后，系统自动以句号、问号、感叹号为分隔符切分为句子单元并逐句匹配，区别于传统的需要用户逐一输入关键词或句子的检索方式。

25、4. 段落级的证据检索与陈列：将检索粒度细化至段落级，并以原文证据形式呈现，使用户能够基于真实文本判断推荐可靠性，区别于现有系统的文献级输出。

26、5. 多源文献库的图层式管理：支持文献库的独立叠加、动态调度和场景化保存，区别于现有系统的单一库管理模式；

27、6、具有多种应用场景，如学术期刊编辑、科研院所与高校、研究生与科研人员个人使用、学术写作辅助工具开发商等。

28、以下将对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。