[论文解读] A multi-label classification method using a hierarchical and transparent representation for paper-reviewer recommendation

Dong Zhang, Shu Zhao+4 more|arXiv (Cornell University)|Dec 19, 2019

Expert finding and Q&A systems参考文献 51被引用 8

一句话总结

该论文提出 Hiepar-MLC，一种基于分层透明表示（Hiepar）的多标签分类方法，以改进论文-审稿人推荐。通过使用带有注意力机制的双层双向门控循环网络对审稿人和论文进行建模，Hiepar 能够捕捉词语-句子-文档层级的语义，将审稿人推荐转化为多标签分类任务。在 ACM 数字图书馆数据集上，采用粗粒度标签粗化策略时，该方法取得了 63.15% 的准确率，优于现有基线方法。

ABSTRACT

Paper-reviewer recommendation task is of significant academic importance for conference chairs and journal editors. How to effectively and accurately recommend reviewers for the submitted papers is a meaningful and still tough task. In this paper, we propose a Multi-Label Classification method using a hierarchical and transparent Representation named Hiepar-MLC. Further, we propose a simple multi-label-based reviewer assignment MLBRA strategy to select the appropriate reviewers. It is interesting that we also explore the paper-reviewer recommendation in the coarse-grained granularity.

研究动机与目标

• 为解决学术出版中准确推荐审稿人给论文的挑战。
• 使用透明可解释的表示方法，建模审稿人和论文的多维分层研究兴趣。
• 将论文-审稿人推荐任务重新定义为多标签分类问题，以利用标签结构并提升预测性能。
• 在细粒度和粗粒度标签空间中评估该方法的有效性。
• 在真实世界学术数据上，证明所提出的 Hiepar-MLC 框架的可行性与鲁棒性。

提出的方法

• 通过带有注意力机制的双层双向门控循环网络学习 Hiepar，以建模论文和审稿人中词语→句子→文档的分层语义结构。
• 该方法使用分层透明嵌入表示审稿人和论文，突出与研究标签相关的关键语义元素。
• 将论文-审稿人推荐问题重新表述为多标签分类任务，其中每个标签对应 CCS 分类体系中的一个研究类别。
• 提出一种新颖的基于多标签的审稿人分配（MLBRA）策略，根据预测的多标签得分选择 top-k 审稿人。
• 应用标签粗化策略以在不同粒度下评估性能，同时保留层级标签关系。
• 模型在 2017 年之前发表的论文上进行训练，并在 ACM 数字图书馆的 2017 年论文上进行测试。

实验结果

研究问题

• RQ1 分层透明表示能否提升论文-审稿人推荐的准确性？
• RQ2 通过分层结构建模多标签研究兴趣，对标签预测性能有何影响？
• RQ3 将审稿人推荐转化为多标签分类任务，是否相比传统方法能提升推荐质量？
• RQ4 所提出的 MLBRA 策略在从多标签预测中选择相关审稿人方面效果如何？
• RQ5 在粗粒度标签粒度下评估时，该方法的性能如何？

主要发现

• 在 ACM 数字图书馆数据集上，采用策略 1（前三个粗粒度类别）时，Hiepar-MLC 达到 63.15% 的准确率，显著优于 BOW+TFIDF（34.55%）、LSI（31.61%）、LDA（17.47%）和 BBA（28.96%）在相同设置下的表现。
• 在策略 2（移除最细粒度标签）下，Hiepar-MLC 达到 55.57% 的准确率，超越所有基线方法，包括 BOW+TFIDF（34.02%）和 LDA（22.88%）。
• 在 1,000 篇论文的小型子集上，Hiepar-MLC 在策略 1 下保持 63.00% 的准确率，在策略 2 下达到 57.00%，表明其具备良好的可扩展性与鲁棒性。
• 该方法在多种评估指标和设置下均表现出优越性能，证实了分层表示与多标签分类在审稿人推荐中的有效性。
• 标签粗化策略验证了该方法对不同粒度水平的适应能力，支持其在实际系统中的部署。
• 结果表明，利用分层标签结构与透明注意力机制，可同时提升推荐的可解释性与预测准确性。