出处：IEEE Communication Magazine（SCI Q1，IF:10.356，ISSN 0163-6804，4/260）2019.06

作者：Kai Lei, Qiuai Fu, Min Yang, Yuzhi Liang

摘要：随着数字资源的增长，标签推荐越来越受到人们的关注。 标签推荐系统的目标是为一段文本提供一组标签，以简化用户手动完成的标记过程。 这些标签已被证明可以增强搜索引擎导航、组织和搜索内容的能力。 但是，手动标记文本既费时又费力。 在本文中，我们介绍了一种基于文本分类的标签推荐。 我们为标签推荐任务探索了具有动态路由的胶囊网络。 胶囊网络对部分和整体之间的内在空间关系进行编码，构成观点不变的知识，自动推广到新的观点。 此外，在胶囊网络中加入了一种注意机制，以从输入文档中提取重要信息。 我们对大型出版物数据集进行了广泛的实验，以评估我们模型的有效性。 实验结果表明，我们的模型大大优于比较的基线方法，并取得了最先进的结果。

下载链接：https://www.sciencedirect.com/science/article/abs/pii/S0925231220301491