10:06arXiv: DeepSeek@Yanglin Yan, Zicheng Xie, Tianchen Gao, Rui Pan, Hansheng Wang本文提出一种基于LLM的语义对齐框架,将期刊推荐转化为稿件内容与期刊范围描述的语义匹配问题。该框架无需任务特定训练,可直接利用LLM从标题、摘要、关键词和候选期刊信息中推断适合性。实验使用DeepSeek-V3在49个统计及相关领域期刊的23,609篇文章上进行,Top-3、Top-5和Top-10准确率分别为40.23%、53.67%和70.05%。加入参考文献信息普遍提升推荐性能,重复运行的平均Top-5 Jaccard相似度达84%,且框架能生成可解释的推理输出。论文DeepSeek-V3语义对齐期刊推荐学术信息推荐理由:这篇论文用DeepSeek-V3搞期刊推荐,不用训练直接匹配,23,609篇文章上Top-5超53%,比传统方法更灵活还带解释。原文