一种用于引文字段学习的锚点学习方法
计算与语言
2023-12-15 v2
摘要
引文字段学习旨在将引文串分割为作者、标题、出版处等关注字段。从引文中提取这些字段对于引文索引、研究者画像分析等至关重要。学术主页和简历(Curriculum Vitae)等用户生成资源提供了丰富的引文字段信息。然而,由于引文风格不一致、句子句法不完整以及训练数据不足,从这些资源中提取字段具有挑战性。为应对这些挑战,我们提出了一种新颖算法 CIFAL(通过锚点学习进行引文字段学习,citation field learning by anchor learning),以提升引文字段学习的性能。CIFAL 利用锚点学习(对任何预训练语言模型均为模型无关),帮助从不同引文风格的数据中捕捉引文模式。实验表明,CIFAL 在引文字段学习中优于当前最优(state-of-the-art)方法,在字段级 F1 分数上实现了 2.68% 的提升。对结果的广泛分析进一步从定量和定性上证实了 CIFAL 的有效性。
引用
@article{arxiv.2309.03559,
title = {An Anchor Learning Approach for Citation Field Learning},
author = {Zilin Yuan and Borun Chen and Yimeng Dai and Yinghui Li and Hai-Tao Zheng and Rui Zhang},
journal= {arXiv preprint arXiv:2309.03559},
year = {2023}
}
备注
accepted by ICASSP2024