修改与重投：同行评审中基于文本协作的互文模型

同行评审是大多数科学领域出版流程的关键环节。日益增长的投稿量给评审质量与效率带来压力，促使人们开发支持评审与编辑工作的应用。现有 NLP 研究聚焦于单篇文本的分析，而编辑辅助常需对文本对之间的交互建模——然而支持该场景的通用框架与数据集尚属缺失。文本间关系是互文性理论的核心对象——这是文学研究中一组尚未在 NLP 中落地的方法。受先前理论工作启发，我们提出首个基于文本协作的互文模型，涵盖构成完整“评审—修改—重投”周期的三种主要现象：语用标注、链接与长文档版本对齐。尽管同行评审用于各科学领域与出版格式，现有数据集仅关注计算机科学会议式评审。为此，我们在首个期刊式出版后开放同行评审的标注多领域语料库中实现所提模型，并详述互文标注的实践细节。我们的资源是迈向多领域、细粒度 NLP 编辑辅助应用的重要一步，而我们的互文框架为基于文本协作的通用建模铺平道路。我们的语料库与配套代码已公开。