科学论文综述的自动生成
机器学习
2021-06-08 v1
摘要
随着每年发表的科学论文数量不断增加，研究人员越来越难以探索他们尚不熟悉的领域。这极大抑制了跨学科研究的潜力。传统的领域入门形式可能是综述论文。然而，并非所有领域与子领域都有当前的综述。在本文中，我们提出一种针对用户定义查询自动生成综述论文的方法。该方法由两个主要部分组成。第一部分通过文献计量参数（如共引图）识别领域内的关键论文。第二阶段使用我们基于 BERT 的架构，在已有综述上训练，以对这些关键论文进行抽取式摘要。我们描述了方法的通用流程与若干实现细节，并给出了在 PubMed 数据集上的自动与专家评估。
引用
@article{arxiv.2010.04147,
title = {Automatic generation of reviews of scientific papers},
author = {Anna Nikiforovskaya and Nikolai Kapralov and Anna Vlasova and Oleg Shpynov and Aleksei Shpilman},
journal= {arXiv preprint arXiv:2010.04147},
year = {2021}
}
备注
Accepted as a full paper at ICMLA2020