Sep, 2022

学术论文结构：同行评审和全文的视角下，哪种结构更引起审稿人的关注？

PDF
TL;DR本文利用 HAN 模型和 Chi-square 测试进行语料分析，发现论文提供的 Method 和 Results 结构更受审稿人的关注，同时不同结构的 PRC 分布与论文被引用次数之间不存在相关性，研究提示：作者在论文写作中应该保证方法的科学性和结果的可靠性以赢得审稿人的认可。
发现论文，激发创造
  • 为何要审查这篇论文？整合语义、主题和引用因素以确定论文与审稿人匹配

    本文提出了一个统一模型，同时捕捉文档与审稿人之间的语义、主题和引用因素，通过共享背景模型和指导调节来构建文档嵌入。实验证明该方法在学术会议的审稿人选择问题上取得了有效的结果。

    Oct, 2023

  • 衡量学术影响力：并非所有引用都相等

    本文通过创建数据集，采用监督式机器学习，使用四种特征对引文学术影响力进行预测并设计了一种新的基于引文提升的 H 指数，证明其比传统 H 指数更好地衡量研究人员的表现。

    Jan, 2015

  • 物理评论引用网络的社群结构

    本文研究了《Physical Review》出版物在 1893 年至 2007 年 8 月之间的引文网络中物理学子领域的社区结构。作者使用模块度最大化来发现明确定义的物理学子领域所对应的重要社区，同时也考察了不同年代之间社区的联系。

    Nov, 2009

  • 科技文献中引文意图分类的结构支架

    本研究介绍了基于结构化支撑的多任务模型来识别科技论文中引用的意图，旨在提高科学文献个体阅读和自动化分析的效率。该模型在 ACL-ARC 数据集上取得了新的最高分 13.3% 的绝对增长，同时还引入了比现有数据集大五倍多、涵盖多个学科领域的引文意向数据集 SciCite。

    Apr, 2019

  • 使用解析语言结构的文件作者分类

    使用统计自然语言解析器提取的语法结构信息进行作者鉴定的新可能性探索，通过对一组 “证据文本” 进行基于语法结构的作者分类的测试，证实了统计解析器的信息能够帮助区分作者。

    Mar, 2024

  • 解析论文对传播、一致性和贡献价值的潜在影响

    本研究提出了一种新颖的图神经网络模型 DPPDCC，用于解读学术论文的潜在影响，并区分扩散、一致性和贡献价值。通过对构建的动态异构图中的时态和结构特征进行编码，捕捉知识流动的重要性、比较性和引证 / 被引信息，并利用扩展图对扩散进行本质性提取、预测累积引用情况进行一致性建模。通过施加正交约束以促进每个角度的不同建模并保留贡献的内在价值，我们对基于特定时间点划分数据以模拟真实条件的问题进行了重新定义，验证了 DPPDCC 模型对于先前发表、最新发表和即时发表的论文在不同时期的泛化能力，并进行了进一步的分析以验证其鲁棒性。我们将公开提供我们的数据集和代码。

    Nov, 2023

  • 通过诱导文档层次结构来解开结构和风格：新闻中政治偏见的检测

    本文提出了一种新的多头分层注意力模型，通过考虑句子层面的语义和文档层级的修辞结构，有效地编码长文档的结构，从而实现了对新闻文章政治倾向的更为健壮和风格无关的检测，并证明了该方法的优越性和准确性。

    Apr, 2023

  • 会议同行评审中论文评审分配应依据何种因素？社区对议题和理想的看法

    本调查是关于 NLP 社区对于同行评审匹配系统中应该考虑的因素，旨在为改进未来的 NLP 会议提供可行建议和可解释的同行评审分配的愿景。

    May, 2022

  • arXivEdits: 理解科学写作中的人类修订过程

    本文提供了一个完整的计算框架，对科学写作中的文本修订进行了研究，通过构建一个新的带有金标准句子对齐的带注释语料库来揭示了科研人员修订论文的常见策略，并利用自动方法在文档、句子和单词级别上提取修订内容。

    Oct, 2022

  • 学术论文引用预测

    研究了学术论文引用格局随时间演变的特点，提出了基于 “学术论文固有质量”、“论文引用的时效性”、“早期引用” 和 “早期引用的影响力” 四个因素的学术论文潜力指数模型 (PPI)，并通过分析影响论文引用增长的因素，提出了多特征的影响力预测模型，实验证明这两种模型的预测准确性得到了改善。其中，相对于多特征模型，PPI 模型的预测性能更好，且不需要调整参数，因此更好的解释了引用的变化。而多特征模型在平均绝对百分误差和准确性方面表现更好，但它们的预测效果更依赖于参数调整。

    Aug, 2020