并非所有引用都同等重要：科学论文中引用的强度
计算与语言
2016-09-02 v1 数字图书馆
摘要
研究成果通常通过赋予所有引用同等重要性来衡量，从而忽略了文章被引用的多种目的。本文认为，衡量引用的强度不仅对更好地理解研究工作至关重要，而且对提高基于引用的应用质量也至关重要。为此，我们收集了一个丰富的、按强度标注引用的带标注数据集，并提出了一种新颖的基于图的半监督模型 GraLap 来标注引用强度。在 AAN 数据集上的实验表明，与基线相比，在获取引用真实标签方面有显著改进（相关性提高 46%）。最后，我们提供了四个应用，以展示引用强度的知识如何有助于设计更好的实际应用。
引用
@article{arxiv.1609.00081,
title = {All Fingers are not Equal: Intensity of References in Scientific Articles},
author = {Tanmoy Chakraborty and Ramasuri Narayanam},
journal= {arXiv preprint arXiv:1609.00081},
year = {2016}
}
备注
11 pages, 4 figures, 4 tables, Conference on Empirical Methods in Natural Language Processing (EMNLP 2016)