ReAct：一个用于评论可操作性（及更多）的审稿意见数据集
计算与语言
2022-10-04 v1 机器学习
摘要
审稿意见在文档的演进过程中起着重要作用。对于大型文档，审稿意见的数量可能变得庞大，使作者难以快速把握意见主旨。识别意见的性质以明确哪些评论需要文档作者采取相应行动，并辨别这些评论的类型十分重要。本文介绍了一个带标注的审稿意见数据集ReAct。审稿意见来源于OpenReview网站。我们针对这些评论的可操作性和评论类型进行了众包标注。我们分析了数据集的属性并验证了标注质量。我们将该数据集（https://github.com/gtmdotme/ReAct）作为重要贡献发布给研究界。我们还用标准基线对我们的数据进行了分类任务基准测试并分析了其性能。
引用
@article{arxiv.2210.00443,
title = {ReAct: A Review Comment Dataset for Actionability (and more)},
author = {Gautam Choudhary and Natwar Modani and Nitish Maurya},
journal= {arXiv preprint arXiv:2210.00443},
year = {2022}
}
备注
Published at WISE 2021