SCIDOCA 2025 共享任务概览：引文预测、发现与位置
数字图书馆
2025-09-30 v1 计算与语言
摘要
我们介绍了 SCIDOCA 2025 共享任务的概览，该任务聚焦于科学文档中的引文发现与预测。该任务分为三个子任务：(1) 引文发现——系统需识别给定段落中相关的参考文献；(2) 掩码引文预测——需选择掩码引文位置的正确引文；(3) 引文句子预测——系统需确定每个引文句子的正确参考文献。我们发布了来自 Semantic Scholar Open Research Corpus (S2ORC) 的大规模数据集，包含超过 60,000 个标注段落和精选参考文献集合。测试集由 1,000 个来自不同论文的段落组成，每个段落均标注了真实引文和干扰候选。共有七支队伍报名参赛，三支队伍提交了结果。我们报告了所有子任务中的性能指标，并分析了提交系统的有效性。该共享任务为评估引文建模提供了新的基准，并鼓励科学文档理解领域的后续研究。数据集和任务材料已公开发布于 https://github.com/daotuanan/scidoca2025-shared-task。
引用
@article{arxiv.2509.24283,
title = {Overview of SCIDOCA 2025 Shared Task on Citation Prediction, Discovery, and Placement},
author = {An Dao and Vu Tran and Le-Minh Nguyen and Yuji Matsumoto},
journal= {arXiv preprint arXiv:2509.24283},
year = {2025}
}
备注
16 pages, SCIDOCA 2025