本文提出了一种基于上下文学习的评审人匹配方法，解决了主题建模中的信息丢失问题，并显著提高了匹配精度。同时，研究了基于特征的引用生成方法，强调高层次引用的偏好。此外，介绍了一种上下文化摘要方法和多任务推荐系统，利用深度学习技术提取科学论文中的关键信息，展示了其在学术审稿和引用建议中的有效性。