Citation Recommendation based on Argumentative Zoning of User Queries

要約

引用勧告は、学者が引用する重要な論文を見つけることを目的としています。
引用文を書くとき、著者は通常、引用分析で引用機能と呼ばれる異なる引用意図を保持します。
議論的なゾーニングは科学文献の議論的および修辞的構造を特定することであるため、この情報を使用して引用の推奨タスクを改善したいと考えています。
この論文では、引用の推奨と論争的なゾーニング分類のために、マルチタスク学習モデルが構築されています。
また、新しい論争的なゾーニングスキーマに基づいて、PubMed Centralからのデータの注釈付きコーパスを生成しました。
実験結果は、引用文の論争情報を検討することにより、引用の推奨モデルがより良いパフォーマンスを得ることを示しています。

要約(オリジナル)

Citation recommendation aims to locate the important papers for scholars to cite. When writing the citing sentences, the authors usually hold different citing intents, which are referred to citation function in citation analysis. Since argumentative zoning is to identify the argumentative and rhetorical structure in scientific literature, we want to use this information to improve the citation recommendation task. In this paper, a multi-task learning model is built for citation recommendation and argumentative zoning classification. We also generated an annotated corpus of the data from PubMed Central based on a new argumentative zoning schema. The experimental results show that, by considering the argumentative information in the citing sentence, citation recommendation model will get better performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google