为分析包括在线新闻文章在内的丰富数据中的人类交流，有效提取说话者、言论内容、受众等是至关重要的。然而，缺乏在德语新闻文章中用于此任务的标注数据严重限制了可能系统的质量和可用性。为解决这一问题，我们提供了一个基于 WIKINEWS 的新的、可自由获取的、创作公共许可证的数据集，用于德语新闻文章中的引用归属。该数据集采用细粒度的注释架构，提供了经过策划的高质量注释，跨越 1000 个文档（250,000 个标记），使得数据集可以应用于多种下游任务。注释不仅指明了谁说了什么，还说明了如何、在什么上下文中以及面向谁的引用的类型。我们具体描述了注释架构，描述了数据集的创建过程，并提供了定量分析。此外，我们描述了适用的评估指标，应用了两个现有的引用归属系统，对它们的结果进行讨论来评估我们数据集的实用性，并概述了在下游任务中使用我们数据集的用例。

Apr, 2024

本论文提出了一种基于相关性的新闻专家选择任务，通过构建一个包括 24,031 对引语 - 发言人的新闻引文数据集，采用基于 BERT 的问答模型对其进行自动抽取，然后通过文件检索任务鉴定信任专家。实验证明，与专家检索相比，文件检索可以更有效地识别与特定新闻主题相关的专家。

May, 2023

QuoteCSE 是一种对新闻文章引用的嵌入式对比学习框架，它基于正负样本的域驱动来识别新闻标题中的语境引用，从而提高报导的可信度。

Feb, 2023

本文介绍了一个手动注释的法语新闻语料库，用于引述提取和来源归属。语料库详细描述了数据选择和注释指南，统计了引述类型的平衡情况，并展示了参与手动标注的 8 名注释员之间的高的注释者一致性。

Sep, 2023

我们介绍了 Project Dialogism Novel Corpus (PDNC)，这是一个包含有英语文学文本引用的注释数据集。PDNC 包含对 22 部小说中的 35,978 个引用的注释，并且是同类数据集中数量级最大的。每个引用都有说话者、被引用者、引用类型、参考表达和引用文本中涉及的角色的注释属性。这些注释属性允许对文学文本中的引用属性和共指模型进行全面评估。

Apr, 2022

介绍了 QuOTeS，一种交互式系统，它集成了 Query-Focused Extractive Summarization 和 High-Recall Information Retrieval 技术，旨在从潜在的引用文献集合中检索与研究摘要相关的句子，帮助撰写新论文，同时经过全面的用户研究表明，该系统能够提供积极的用户体验和相关的、简明、完整的摘要。

Jun, 2023

我们提出了一种新颖的上下文感知引用推荐系统，使用作者已经撰写的内容从给定的源文档中生成可引用的段落和标记跨度的排名列表，通过在演讲转录和新闻文章的集合上进行实验，评估了模型的段落排名和跨度预测性能。

May, 2020

该研究构建了一个大型的全开放式的引语推荐数据集 QuoteR，并对现有的引语推荐方法进行了全面的评估。此外，他们提出了一种新的引语推荐模型，在所有三个部分的 QuoteR 上均显著优于以前的方法。

Feb, 2022

当前文献关注文学小说中引文归属问题，以引文归属为中心，研究四个相互关联的子任务：人物识别、指代消解、引文辨别和说话人归属。在大量注释了核心指代和引文的文学小说数据集（项目言对小说语料库）上评估了最先进的模型，并针对说话人归属任务进行训练和评估，表明一个简单的连续预测模型具有与最先进模型相当的准确性分数。

Jul, 2023

本研究探讨了在线对话中自动引用生成的一些特点，基于对话历史、语言一致性的相互作用，以及与查询转的现有内容的一致性等方面对引文的语境一致性进行了捕捉，并采用编码 - 解码神经框架通过语言生成来继续语境，实现引文的自动化。通过英文和中文两个大规模数据集进行实验，结果表明我们的引文生成模型优于现有的最先进模型。进一步的分析显示，主题、交互和查询的一致性都有助于学习如何在在线对话中引用。

Jun, 2021