面向编辑的 AI 辅助工具：探索 AI 辅助论文分类系统的可能性
数字图书馆
2018-02-20 v2
摘要
本工作是一项初步探索性研究，探讨我们如何在学术界向 AI 辅助论文分类系统迈进一小步。所提出的系统旨在通过指出投稿稿件的潜在弱点或优势来辅助期刊编辑做出决策。从大量文章及相应的作者-编辑互动中，我们探究导致论文未被送审的可能原因。我们的调查揭示，在大多数情况下，要么是因为该投稿稿件超出期刊范围，要么是因为稿件不满足维持期刊标准的最低质量要求。我们提取了若干特征来量化论文质量与范围内程度，探索了关键词搜索、引文分析、作者与机构的声誉、相对于已录用论文的相似度。利用这些特征，我们训练了标准机器学习分类器以开发分类系统。在相当规模的测试数据上，我们的方法在 3 种不同期刊中均取得了有前景的结果。我们相信我们的方法是通用的，并可经适当调整后适用于其他期刊。
引用
@article{arxiv.1802.01403,
title = {An AI aid to the editors. Exploring the possibility of an AI assisted article classification system},
author = {Tirthankar Ghosal and Rajeev Verma and Asif Ekbal and Sriparna Saha and Pushpak Bhattacharyya},
journal= {arXiv preprint arXiv:1802.01403},
year = {2018}
}