利用域外数据集增强多任务引文分析

引文通常仅使用定量指标进行分析，而忽略了情感与意图等定性方面。然而，定性方面能更深入地揭示科研产物的影响力，并使人能够聚焦于相关文献，免受定量方面所带来的偏差影响。因此，可以基于情感与意图对论文进行排序与分类。为此，需要更大规模的引文情感数据集。但从时间与成本角度看，构建大规模引文情感数据集是一项具有挑战性的任务。特别是，引文情感分析面临数据稀缺与标注成本巨大的双重困境。为克服引文分析领域的数据稀缺瓶颈，我们探究了训练过程中域外数据对提升模型性能的影响。我们的结果强调了基于用例采用不同调度方法的必要性。我们通过实证发现，采用顺序数据调度训练的模型更适用于特定领域用例；反之，打乱数据喂入在跨领域任务上取得更优性能。基于我们的发现，我们提出了一种端到端可训练的多任务模型，涵盖情感与意图分析，并利用域外数据集以克服数据稀缺。