論文の概要: Examining Citations of Natural Language Processing Literature

• arxiv url: http://arxiv.org/abs/2005.00912v1
• Date: Sat, 2 May 2020 20:01:59 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-07 12:52:38.072608
• Title: Examining Citations of Natural Language Processing Literature
• Title（参考訳）: 自然言語処理文学の引用の検討
• Authors: Saif M. Mohammad
• Abstract要約: AAの論文の約56%が10回以上引用されている。 CL Journalは最も引用された論文があるが、近年は引用の優位性が低下している。 感情分類、アナフォラ分解能、およびエンティティ認識に関する論文は、最も中央値の引用がある。
• 参考スコア（独自算出の注目度）: 31.87319293259599
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We extracted information from the ACL Anthology (AA) and Google Scholar (GS) to examine trends in citations of NLP papers. We explore questions such as: how well cited are papers of different types (journal articles, conference papers, demo papers, etc.)? how well cited are papers from different areas of within NLP? etc. Notably, we show that only about 56\% of the papers in AA are cited ten or more times. CL Journal has the most cited papers, but its citation dominance has lessened in recent years. On average, long papers get almost three times as many citations as short papers; and papers on sentiment classification, anaphora resolution, and entity recognition have the highest median citations. The analyses presented here, and the associated dataset of NLP papers mapped to citations, have a number of uses including: understanding how the field is growing and quantifying the impact of different types of papers.
• Abstract（参考訳）: ACLアンソロジー(AA)とGoogle Scholar(GS)から情報を抽出し,NLP論文の引用傾向について検討した。 さまざまなタイプの論文(ジャーナル記事、カンファレンス論文、デモ論文など)がどの程度引用されているか? nlp内の様々な分野の論文がどのくらい引用されているか? など 特に,aaの論文の引用回数が10回以上であることは,約56\%に過ぎなかった。 CL Journalは最も引用された論文があるが、近年は引用の優位性が低下している。 平均して、長い論文は短い論文の約3倍の引用を受け取り、感情分類、アナフォラ分解能、実体認識に関する論文は最も中央値の引用を持つ。 ここで紹介した分析と、引用にマッピングされたNLP論文のデータセットには、フィールドがどのように成長しているかを理解し、異なるタイプの論文の影響を定量化するなど、多くの用途がある。

関連論文リスト

• Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
  機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。 我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
  論文  参考訳（メタデータ） (2024-01-24T20:05:49Z)
• CausalCite: A Causal Formulation of Paper Citations [80.82622421055734]
  CausalCiteは紙の意義を測定するための新しい方法だ。 これは、従来のマッチングフレームワークを高次元のテキスト埋め込みに適応させる、新しい因果推論手法であるTextMatchに基づいている。 科学専門家が報告した紙衝撃と高い相関性など,各種基準におけるCausalCiteの有効性を実証する。
  論文  参考訳（メタデータ） (2023-11-05T23:09:39Z)
• NLLG Quarterly arXiv Report 06/23: What are the most influential current AI Papers? [15.830129136642755]
  目的は、最も関連性があり広く議論されている研究のクイックガイドを提供することであり、新参者や確立された研究者が現在の傾向を振り返り続けるのを助けることである。 我々は2023年前半に,大規模言語モデル(LLM),特にChatGPTに関連する論文の優位性を観察した。 NLP関連の論文は、私たちのデータにはML関連の論文の2倍の数の論文があるにもかかわらず、最も影響力がある(トップ論文の約60%)。
  論文  参考訳（メタデータ） (2023-07-31T11:53:52Z)
• Forgotten Knowledge: Examining the Citational Amnesia in NLP [63.13508571014673]
  論文を引用するのにどれくらいの時間がかかったのか、どのようにして変化したのか、そしてこの引用的注意/記憶に相関する要因は何か。 引用論文の約62%が出版直前の5年間のものであり,約17%が10年以上前のものであることを示す。 1990年から2014年にかけて、引用論文の中央値と年齢の多様性は着実に増加してきたが、その後傾向が逆転し、現在のNLP論文は、時間的引用の多様性が極端に低い。
  論文  参考訳（メタデータ） (2023-05-29T18:30:34Z)
• Geographic Citation Gaps in NLP Research [63.13508571014673]
  この研究は、地理的な位置と出版の成功との関係について一連の疑問を呈する。 われわれはまず,ACLアンソロジーから7万件の論文のデータセットを作成し,そのメタ情報を抽出し,引用ネットワークを生成した。 論文の受理や引用において地理的に大きな差異があるだけでなく,出版場所やNLPのサブフィールドなどの変数を制御しても,これらの格差は持続することを示す。
  論文  参考訳（メタデータ） (2022-10-26T02:25:23Z)
• Cross-Lingual Citations in English Papers: A Large-Scale Analysis of Prevalence, Usage, and Impact [0.0]
  本稿では,100万以上の英文論文に基づく言語間引用の分析を行う。 私たちの発見の中には、中国語で書かれた出版物への引用率の増加がある。 さらなる研究を容易にするため,収集したデータとソースコードを公開している。
  論文  参考訳（メタデータ） (2021-11-07T15:34:02Z)
• Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
  引用グラフを用いて科学論文の要約作業を再定義します。 我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。 我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
  論文  参考訳（メタデータ） (2021-04-07T11:13:35Z)
• Utilizing Citation Network Structure to Predict Citation Counts: A Deep Learning Approach [0.0]
  本稿では,情報カスケードの効果を組み合わせ,引用数予測問題に注目するエンド・ツー・エンドのディープラーニングネットワークであるDeepCCPを提案する。 6つの実データ集合の実験によると、DeepCCPは引用数予測の精度において最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2020-09-06T05:27:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。