PST-Bench：追踪和基准化论文来源
数字图书馆
2024-02-27 v1 计算与语言
摘要
追踪研究论文的来源是研究人员的一项基础但具有挑战性的任务。论文之间十亿级的引用关系阻碍了研究人员高效理解科学的演进。迄今为止，仍然缺乏由专业研究人员构建的准确且可扩展的数据集，用于识别其所研究论文的直接来源，在此基础上可以开发自动算法以扩展科学的演进知识。在本文中，我们研究了论文来源追踪（PST）问题，并在计算机科学领域构建了一个高质量且不断增长的数据集 PST-Bench。基于 PST-Bench，我们揭示了一些有趣的发现，例如不同主题之间不同的演进模式。对各种方法的探索强调了 PST-Bench 的难度，并指出了该主题的潜在方向。数据集和代码已在 https://github.com/THUDM/paper-source-trace 提供。
引用
@article{arxiv.2402.16009,
title = {PST-Bench: Tracing and Benchmarking the Source of Publications},
author = {Fanjin Zhang and Kun Cao and Yukuo Cen and Jifan Yu and Da Yin and Jie Tang},
journal= {arXiv preprint arXiv:2402.16009},
year = {2024}
}
备注
8 pages, 3 appendix pages