通过研究高度引用的机器学习论文，本文发现只有少数论文能够说明其与社会需要的联系，而且更少讨论负面潜力。同时，本文还发现，机器学习研究中经常突出强调的几个价值观，如性能、泛化、量化证据、效率、建立在过去的工作基础之上和创新性等，往往在支持权力集中方面存在着假设和影响。最后，作者发现高度引用的论文越来越多地与科技公司和精英大学有着紧密的联系。

Jun, 2021

学术文件的组织与结构具有很大的变化，在这方面的理解大多注重内容语义，而忽略了语用学的因素。本研究使用一组学术文件，通过语言建模技术学习了一套固定的与学术文件部分相关的描述符，并分析了这些描述符在文档中的位置和排序，以理解领域与结构之间的关系，为以后评估研究质量、领域风格转换和进一步的语用分析奠定了基础。

Sep, 2023

使用一个 LLM-powered 方法从输入文档中提取最重要的信息并以结构化格式表示，然后生成多个模板视图，无需监督或很少的指导，提高生成文档的质量，并引入了统一的评估方法，该方法不受模板的影响，可适应多样的下游应用。

Jan, 2024

本文提出了一种新的法律文件语料库，标注了 13 个语义连贯性单元标签（称为修辞角色），并使用该语料库进行了深度学习模型，其中包括多任务学习的实验，以自动处理法律文件并将其分成相关信息单元。

Dec, 2021

我们提出了多种技术，用于自动文档排序生成，用于课程开发和在学习、培训和其他内容排序应用中创建最佳阅读顺序。我们通过使用不同方法的文档相似度和潜在狄利克雷分配（LDA）生成的主题熵，推进了两个主要技术。我们的结果表明，通过我们的方法无法预测我们的控制文档集（传记、小说和维基百科文章）的文档顺序，但我们的测试文档（教科书、课程、期刊论文、学位论文）提供了更可靠的排列。我们还证明了摘要文档可以很好地代替完整文档进行排序。

Nov, 2023

本文通过挖掘技术文档中的文本 - 表达式对来训练一个基于语义分析的模型，以学习高级文本描述和目标文档中表现函数或代码模板的形式表示之间的翻译对应关系，并在 16 个新颖数据集上报告了新的基线结果，包括 7 种自然语言的九种流行编程语言的标准库文档和一些 UNIX 实用程序手册。

May, 2017

本文使用课程语料库中 25 本教科书，通过计算 TF-IDF 分数转换为向量表示，并使用余弦相似度算法将给定的教育材料与相应班级的语料库进行比较，确定给定教育材料是否适合学生的教育潜力。

Mar, 2023

本文介绍一种用于处理法律文档的语料库以及基于该语料库训练的模型，可自动预测法律文档中的修辞角色，进而提高摘要和法律判决预测的性能，并在本文中发布了此语料库和基线模型代码。

Jan, 2022

本文探索了如何利用神经网络中的教育方法，从嵌入模型中提取加权 Horn 规则，以增强知识库的完整性和解释性。

Jun, 2018

通过文本语义的语义注释，研究档案文件的构建框架和技术障碍的解决方案以及实际应用

Mar, 2024