引用失忆症：关于自然语言处理及其他学术领域的近期偏差
数字图书馆
2024-12-16 v2 计算与语言
摘要
本研究考察了 20 个学科领域在 43 年（1980--2023）间引用旧作的倾向。我们将自然语言处理（NLP）引用旧作的倾向置于这 20 个其他领域的背景下，分析 NLP 是否随时间表现出与这些领域相似的时间引用模式，或者是否存在差异。我们的分析基于约 2.4 亿篇论文的数据集，揭示了一个更广泛的科学趋势：许多领域引用旧作的比例显著下降（例如心理学、计算机科学）。我们将这种下降称为“引用年龄衰退”，类比于经济学家定义的经济活动减少时期。这一趋势在 NLP 和机器学习（ML）研究中最为强烈（引用年龄较之前的峰值分别下降了 12.8% 和 5.5%）。我们的结果表明，引用更多近期作品并非直接由出版率的增长驱动（各学科下降 3.4%；人文学科下降 5.2%；形式科学下降 5.5%）——即使在控制论文数量增加的情况下也是如此。我们的发现引发了关于科学界（尤其是 NLP 领域）对过去文献的参与度，以及忽视相关但较旧研究的潜在后果的疑问。数据和展示我们结果的演示已公开可用。
引用
@article{arxiv.2402.12046,
title = {Citation Amnesia: On The Recency Bias of NLP and Other Academic Fields},
author = {Jan Philip Wahle and Terry Ruas and Mohamed Abdalla and Bela Gipp and Saif M. Mohammad},
journal= {arXiv preprint arXiv:2402.12046},
year = {2024}
}