CiteFusion：基于双模型二进制组合与 SHAP 分析的引用意图分类集成框架
计算与语言
2025-11-03 v4
摘要
理解学术引用背后的动机对于评估研究影响和促进透明的学术交流至关重要。本研究引入 CiteFusion，一个旨在解决多类引用意图分类任务的集成框架，基于两个基准数据集：SciCite 和 ACL-ARC。该框架采用多类任务分解为类别特定的二分类子任务的方法，利用 SciBERT 和 XLNet 两种互补的模型为每个引用意图独立调优。这些基模型的输出通过一个前馈神经网络元分类器汇聚，以重建原始分类任务。为增强可解释性，采用 SHAP (SHapley Additive exPlanations) 分析标记级别的贡献以及基模型之间的相互作用，揭示 CiteFusion 分类动态的透明度，并提供有关集成误分类的洞见。此外，本工作通过将章节标题纳入输入句子中，探讨结构语境的语义角色，评估其对分类准确率的积极影响。CiteFusion 最终在不平衡和数据稀缺场景中展现出稳健的性能：实验结果表明，CiteFusion 在 SciCite 上实现了 89.60% 的 Macro-F1 分数，在 ACL-ARC 上实现了 76.24% 的 Macro-F1 分数。此外，为确保互操作性和可重用性，将两个数据集的引用意图映射到 Citation Typing Ontology (CiTO) 对象属性，显示了一些重叠情况。最后，我们描述并发布了一个基于 CiteFusion 在 SciCite 上开发的模型的 Web 应用程序，用于对引用意图进行分类。
引用
@article{arxiv.2407.13329,
title = {CiteFusion: An Ensemble Framework for Citation Intent Classification Harnessing Dual-Model Binary Couples and SHAP Analyses},
author = {Lorenzo Paolini and Sahar Vahdati and Angelo Di Iorio and Robert Wardenga and Ivan Heibi and Silvio Peroni},
journal= {arXiv preprint arXiv:2407.13329},
year = {2025}
}
备注
Accepted in Scientometrics Journal