CORWA：一个面向引用的相关工作标注数据集

学术研究是一种探索性活动，旨在发现问题的新解法。基于这一性质，学术研究工作通过文献综述来区别于已有工作。在自然语言处理领域，这种文献综述通常在“相关工作”一节中进行。相关工作生成任务旨在给定论文其余部分及待引用论文列表的情况下自动生成相关工作节。该任务的已有工作以句子作为生成的基本单元，忽视了相关工作节由源自不同信息源的可变长度文本片段构成这一事实。作为迈向语言学驱动的相关工作生成框架的第一步，我们提出了一个面向引用的相关工作标注（CORWA）数据集，其对源自不同信息源的不同类型引用文本片段进行标注。我们训练了一个强基线模型，可在大规模未标注的相关工作节文本上自动标注CORWA标签。我们进一步提出了一种人机协同、迭代式、抽象式相关工作生成的新框架。