基于文献引导描述符的成分搜索空间过滤框架

研究人员提出了一种基于文献引导与描述符的成分搜索空间过滤框架，利用科学文献训练的词嵌入模型选择描述符并构建 Pareto 过滤器。在多项性能指标评测中，该框架平均过滤掉了 74.27% 的候选成分，相对实验测量的平均最佳值误差仅为 1.93%。相比专家选择与随机描述符，该方法能更可控地平衡保留比例与误差，有效保留高性能成分。