Decoding the End-to-end Writing Trajectory in Scholarly Manuscripts

要約

タイトル：論文執筆過程のエンド・トゥ・エンドの解釈

要約：

– 学術論文は、冷静な検討に基づく創造的な構成を計画・制作するために一般的に方法的な手順に従う複雑な領域である。
– 大規模言語モデル（LLM）を用いた最近の研究により、テキスト生成および修正のタスクにおいてかなりの成功を収めている。しかし、LLMは、学術論文にとって重要なドキュメントレベルでの構造的および創造的なフィードバックを提供することに苦しんでいる。
– この論文では、意図、ライターの行動、および書かれたデータの情報タイプに従って学術執筆行動を分類する新しいタクソノミを紹介する。
– 科学論文のための我々のタクソノミは、一般的な執筆フローを追跡し、それぞれの上位プロセスに埋め込まれた異なるライターの活動を識別するために3つの分類レベルを持つ。
– 当社のタクソノミを使用して、学術文章にかかる意図とそれらの背後にある意図を示す簡略化されたバージョンで注釈を付けたManuScriptというオリジナルのデータセットを提供する。
– Writing assistantsがエンド・トゥ・エンドのレベルで強力なフィードバックと提案を行えるように、論文のライター行動を追跡することにより、ManuScriptは学術執筆過程の完全像を提供することを目的としている。
– 収集された執筆軌跡は、https://minnesotanlp.github.io/REWARD_demo/で見ることができる。

要約(オリジナル)

Scholarly writing presents a complex space that generally follows a methodical procedure to plan and produce both rationally sound and creative compositions. Recent works involving large language models (LLM) demonstrate considerable success in text generation and revision tasks; however, LLMs still struggle to provide structural and creative feedback on the document level that is crucial to academic writing. In this paper, we introduce a novel taxonomy that categorizes scholarly writing behaviors according to intention, writer actions, and the information types of the written data. We also provide ManuScript, an original dataset annotated with a simplified version of our taxonomy to show writer actions and the intentions behind them. Motivated by cognitive writing theory, our taxonomy for scientific papers includes three levels of categorization in order to trace the general writing flow and identify the distinct writer activities embedded within each higher-level process. ManuScript intends to provide a complete picture of the scholarly writing process by capturing the linearity and non-linearity of writing trajectory, such that writing assistants can provide stronger feedback and suggestions on an end-to-end level. The collected writing trajectories are viewed at https://minnesotanlp.github.io/REWARD_demo/

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI