論文の概要: What Makes a Scientific Paper be Accepted for Publication?
- arxiv url: http://arxiv.org/abs/2104.07112v1
- Date: Wed, 14 Apr 2021 20:26:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-16 15:06:06.746321
- Title: What Makes a Scientific Paper be Accepted for Publication?
- Title(参考訳): 科学論文が出版物として受け入れられる理由
- Authors: Panagiotis Fytas, Georgios Rizos, Lucia Specia
- Abstract要約: 私たちは、機械学習と説明可能なAIは、与えられたピアレビュープロセスからの決定に関する洞察を可能にするツールを提供すると主張しています。
まず、オープンなピアレビューデータセットで公開する科学論文の受理に影響を与える言語的特徴の形でグローバルな説明を抽出することから始めます。
- 参考スコア(独自算出の注目度): 32.11009230278947
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Despite peer-reviewing being an essential component of academia since the
1600s, it has repeatedly received criticisms for lack of transparency and
consistency. We posit that recent work in machine learning and explainable AI
provide tools that enable insights into the decisions from a given peer review
process. We start by extracting global explanations in the form of linguistic
features that affect the acceptance of a scientific paper for publication on an
open peer-review dataset. Second, since such global explanations do not justify
causal interpretations, we provide a methodology for detecting confounding
effects in natural language in order to generate causal explanations, under
assumptions, in the form of lexicons. Our proposed linguistic explanation
methodology indicates the following on a case dataset of ICLR submissions: a)
the organising committee follows, for the most part, the recommendations of
reviewers, and, b) the paper's main characteristics that led to reviewers
recommending acceptance for publication are originality, clarity and substance.
- Abstract(参考訳): ピアレビューは1600年代からアカデミアの不可欠な要素であったが、透明性と一貫性の欠如に対する批判を繰り返し受けてきた。
我々は、機械学習と説明可能なAIにおける最近の研究が、与えられたピアレビュープロセスからの意思決定に対する洞察を可能にするツールを提供していると仮定する。
まず、オープンなピアレビューデータセット上での科学論文の出版に影響を及ぼす言語的特徴の形で、グローバルな説明を抽出することから始める。
第2に,このような大域的な説明は因果解釈を正当化するものではないため,自然言語における共起効果の検出方法を提供し,仮説に基づく因果的説明をレキシコンの形で生成する。
提案する言語学的説明手法は,ICLR提出の事例データセットにおいて,以下のことを示唆している。 (a) 組織委員会は,主にレビュアーの推薦, (b) 出版の受理を推奨するレビュアーの主な特徴は,独創性,明快性,物質である。
関連論文リスト
- Igniting Language Intelligence: The Hitchhiker's Guide From
Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。
LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。
最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
論文 参考訳(メタデータ) (2023-11-20T14:30:55Z) - "Why Should I Review This Paper?" Unifying Semantic, Topic, and Citation
Factors for Paper-Reviewer Matching [31.658757187200603]
本稿では,意味的,話題的,引用的要素を協調的にキャプチャする,論文レビューアマッチングのための統一モデルを提案する。
提案したUniPRモデルと最先端のペーパーリビューアマッチング手法を比較検討した。
論文 参考訳(メタデータ) (2023-10-23T01:29:18Z) - Natural Language Decompositions of Implicit Content Enable Better Text
Representations [56.85319224208865]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳(メタデータ) (2023-05-23T23:45:20Z) - Submission-Aware Reviewer Profiling for Reviewer Recommender System [26.382772998002523]
本稿では,潜在的レビュアーが出版する各要約から,研究対象のトピックと,そのトピックを研究対象とする明示的な文脈を学習する手法を提案する。
実験の結果,既存手法と比較して精度が向上した。
この新しいアプローチは、過去2年でトップレベルのカンファレンスで成功している。
論文 参考訳(メタデータ) (2022-11-08T12:18:02Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Revise and Resubmit: An Intertextual Model of Text-based Collaboration
in Peer Review [52.359007622096684]
ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。
既存のNLP研究は個々のテキストの分析に重点を置いている。
編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
論文 参考訳(メタデータ) (2022-04-22T16:39:38Z) - Towards Interpretable Natural Language Understanding with Explanations
as Latent Variables [146.83882632854485]
そこで本研究では,人間に注釈付き説明文の小さなセットだけを必要とする自然言語理解の枠組みを構築した。
我々のフレームワークは、ニューラルネットワークの基本的な推論過程をモデル化する潜在変数として、自然言語の説明を扱う。
論文 参考訳(メタデータ) (2020-10-24T02:05:56Z) - Aspect-based Sentiment Analysis of Scientific Reviews [12.472629584751509]
本研究は,受理論文と受理論文ではアスペクトベース感情の分布が著しく異なることを示す。
第2の目的として、論文を閲覧するレビュアーの間での意見の不一致の程度を定量化する。
また, 審査員と議長との意見の不一致の程度について検討し, 審査員間の意見の不一致が議長との意見の不一致と関係があることを見出した。
論文 参考訳(メタデータ) (2020-06-05T07:06:01Z)
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。