論文の概要: A Decade of In-text Citation Analysis based on Natural Language
Processing and Machine Learning Techniques: An overview of empirical studies
- arxiv url: http://arxiv.org/abs/2008.13020v1
- Date: Sat, 29 Aug 2020 17:27:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 17:36:34.716882
- Title: A Decade of In-text Citation Analysis based on Natural Language
Processing and Machine Learning Techniques: An overview of empirical studies
- Title（参考訳）: 自然言語処理と機械学習技術に基づくインテキスト・サイテーション分析の10年 -実証的研究の概要-
- Authors: Sehrish Iqbal, Saeed-Ul Hassan, Naif Radi Aljohani, Salem Alelyani,
Raheel Nawaz and Lutz Bornmann
- Abstract要約: 情報科学者は、フルテキストデータ処理技術の進歩に踏み込んで、従来の書誌学をはるかに超えてきた。
本稿は、これらの発展に関する研究を物語的にレビューすることを目的としている。
その主な焦点は、自然言語処理と機械学習技術を使って引用を分析した出版物である。
- 参考スコア（独自算出の注目度）: 3.474275085556876
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Citation analysis is one of the most frequently used methods in research
evaluation. We are seeing significant growth in citation analysis through
bibliometric metadata, primarily due to the availability of citation databases
such as the Web of Science, Scopus, Google Scholar, Microsoft Academic, and
Dimensions. Due to better access to full-text publication corpora in recent
years, information scientists have gone far beyond traditional bibliometrics by
tapping into advancements in full-text data processing techniques to measure
the impact of scientific publications in contextual terms. This has led to
technical developments in citation context and content analysis, citation
classifications, citation sentiment analysis, citation summarisation, and
citation-based recommendation. This article aims to narratively review the
studies on these developments. Its primary focus is on publications that have
used natural language processing and machine learning techniques to analyse
citations.
- Abstract（参考訳）: 引用分析は、研究評価において最も頻繁に用いられる方法の1つである。
主にWeb of Science, Scopus, Google Scholar, Microsoft Academic, Dimensionsといった引用データベースが利用可能になったためです。
近年のフルテキストパブリッシングコーパスへのより良いアクセスのために、情報科学者は、文脈的に科学出版の影響を測定するために、フルテキストデータ処理技術の進歩に踏み込んで、従来の文献学をはるかに超えた。
これは、引用文脈とコンテンツ分析、引用分類、引用感情分析、引用要約、引用に基づく推薦の技術的発展につながった。
本稿は,これらの発展に関する研究を物語的に見直すことを目的とする。
その主な焦点は、自然言語処理と機械学習技術を使って引用を分析する出版物である。
関連論文リスト
- Sentiment Analysis of Citations in Scientific Articles Using ChatGPT: Identifying Potential Biases and Conflicts of Interest [4.13365552362244]
本稿では,大規模言語モデル,特にChatGPTの科学的論文における引用の包括的感情分析における革新的利用について紹介する。
ChatGPTは引用のニュアンスな肯定性や否定性を識別することができ、引用された作品の受信と影響に関する洞察を提供する。
論文 参考訳（メタデータ） (2024-04-02T09:59:49Z) - How do software citation formats evolve over time? A longitudinal
analysis of R programming language packages [12.082972614614413]
本研究では2021年と2022年に収集された全Rパッケージの引用形式の時系列データセットを比較し,分析する。
引用の背景となるさまざまなドキュメントタイプと、引用形式におけるメタデータ要素が時間とともに変化したかを検討する。
論文 参考訳（メタデータ） (2023-07-17T09:18:57Z) - The Semantic Scholar Open Data Platform [79.4493235243312]
セマンティック・スカラー(Semantic Scholar、S2)は、学術文献の発見と理解を支援することを目的としたオープンデータプラットフォームおよびウェブサイトである。
我々は、学術的なPDFコンテンツ抽出と知識グラフの自動構築のための最先端技術を用いて、パブリックおよびプロプライエタリなデータソースを組み合わせる。
このグラフには、構造解析されたテキスト、自然言語要約、ベクトル埋め込みなどの高度な意味的特徴が含まれている。
論文 参考訳（メタデータ） (2023-01-24T17:13:08Z) - CiteBench: A benchmark for Scientific Citation Text Generation [69.37571393032026]
CiteBenchは引用テキスト生成のベンチマークである。
CiteBenchのコードはhttps://github.com/UKPLab/citebench.comで公開しています。
論文 参考訳（メタデータ） (2022-12-19T16:10:56Z) - Citation Trajectory Prediction via Publication Influence Representation
Using Temporal Knowledge Graph [52.07771598974385]
既存のアプローチは主に学術論文の時間的データとグラフデータのマイニングに依存している。
本フレームワークは,差分保存グラフ埋め込み,きめ細かい影響表現,学習に基づく軌道計算という3つのモジュールから構成される。
APSアカデミックデータセットとAIPatentデータセットの両方で実験を行った。
論文 参考訳（メタデータ） (2022-10-02T07:43:26Z) - The Impact of Social Media in Learning and Teaching: A
Bibliometric-based Citation Analysis [0.4297070083645049]
この研究は、学習と学習に関わるソーシャルメディア研究の全体的な理論的基盤を探求した。
International Journal of Management Education(英語: International Journal of Management Education)は、ソーシャルメディアの学習と教育における主要な学術雑誌である。
論文 参考訳（メタデータ） (2022-09-22T19:32:31Z) - 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) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - Semantic Analysis for Automated Evaluation of the Potential Impact of
Research Articles [62.997667081978825]
本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。
この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。
テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
論文 参考訳（メタデータ） (2021-04-26T20:37:13Z) - 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) - Citation Recommendation: Approaches and Datasets [20.47628019708079]
引用レコメンデーションは、あるテキストに対して引用を推奨するタスクを記述する。
近年,いくつかのアプローチと評価データセットが提案されている。
引用推薦に関する文献調査は行われていない。
論文 参考訳（メタデータ） (2020-02-17T13:59:50Z)
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。