论文链接:[1903.06464] 具有 BERT 和图形旋转网络的上下文感知引文建议模型 (arxiv.org)
发表在2020年的Scientometrics期刊,期刊概述如下图。
摘要:随着发表的科学论文数量的巨大增长,在撰写科学论文时搜索参考文献是一个耗时的过程。一种可以在句子中适当的位置添加参考引文的技术将是有益的。在这一视角下,上下文感知的引文推荐研究已经进行了近20年。许多研究者利用引文标签周围的文本数据——上下文句子和目标论文的元数据来寻找合适的被引研究。然而,缺乏组织良好的基准数据和可以获得高性能的模型,使研究困难。
在本文中,我们提出了一个基于深度学习的论文引文推荐模型和组织良好的数据集。我们的模型包括一个文档编码器和一个上下文编码器,其中使用了图卷积网络(GCN)层和来自transformer的双向编码器表示(BERT),后者是文本数据的预先训练模型。通过修改相关的PeerRead数据集,