論文の概要: Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review

• arxiv url: http://arxiv.org/abs/2204.10805v1
• Date: Fri, 22 Apr 2022 16:39:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-25 13:51:44.939097
• Title: Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review
• Title（参考訳）: 改訂と再提出: ピアレビューにおけるテキストベースコラボレーションのテキスト間モデル
• Authors: Ilia Kuznetsov, Jan Buchmann, Max Eichler, Iryna Gurevych
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 52.359007622096684
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Peer review is a key component of the publishing process in most fields of science. The increasing submission rates put a strain on reviewing quality and efficiency, motivating the development of applications to support the reviewing and editorial work. While existing NLP studies focus on the analysis of individual texts, editorial assistance often requires modeling interactions between pairs of texts -- yet general frameworks and datasets to support this scenario are missing. Relationships between texts are the core object of the intertextuality theory -- a family of approaches in literary studies not yet operationalized in NLP. Inspired by prior theoretical work, we propose the first intertextual model of text-based collaboration, which encompasses three major phenomena that make up a full iteration of the review-revise-and-resubmit cycle: pragmatic tagging, linking and long-document version alignment. While peer review is used across the fields of science and publication formats, existing datasets solely focus on conference-style review in computer science. Addressing this, we instantiate our proposed model in the first annotated multi-domain corpus in journal-style post-publication open peer review, and provide detailed insights into the practical aspects of intertextual annotation. Our resource is a major step towards multi-domain, fine-grained applications of NLP in editorial support for peer review, and our intertextual framework paves the path for general-purpose modeling of text-based collaboration.
• Abstract（参考訳）: 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。 提出率の増加は品質と効率のレビューに負担をかけ、レビューと編集作業をサポートするアプリケーションの開発を動機付けた。 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が、編集補助には、このシナリオをサポートするための一般的なフレームワークとデータセットのペア間の相互作用をモデル化する必要があることが多い。テキスト間の関係は、テキスト間性理論の中核的な対象であり、NLPではまだ運用されていない文学研究におけるアプローチのファミリーである。 先行研究に触発されて,レビュー・リビジョン・アンド・リサブミットサイクルの完全なイテレーションを構成する3つの主要な現象を包含する,テキストベースのコラボレーションの最初の間文モデルを提案する。 ピアレビューは科学や出版フォーマットの分野で使用されているが、既存のデータセットはコンピュータサイエンスにおけるカンファレンススタイルのレビューのみに焦点を当てている。 そこで本稿では,論文の公開後レビューにおいて,提案したモデルを最初の注釈付きマルチドメインコーパスでインスタンス化し,テキスト間アノテーションの実践的側面に関する詳細な知見を提供する。 我々のリソースは、ピアレビューのための編集支援におけるNLPのマルチドメイン、きめ細かい応用への大きな一歩であり、テキストベースのコラボレーションの汎用的モデリングの道筋をたどっている。

関連論文リスト

• Re3: A Holistic Framework and Dataset for Modeling Collaborative Document Revision [62.12545440385489]
  共同文書リビジョンを共同で分析するためのフレームワークであるRe3を紹介する。 本稿では,Re3-Sciについて紹介する。Re3-Sciは,その行動と意図に応じて手動でラベル付けされた科学的論文の大規模なコーパスである。 我々は,新しいデータを用いて,学術領域における共同文書改訂に関する実証的研究を行った。
  論文  参考訳（メタデータ） (2024-05-31T21:19:09Z)
• Chain-of-Factors Paper-Reviewer Matching [32.86512592730291]
  本稿では,意味的・話題的・引用的要因を協調的に考慮した,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Chain-of-Factorsモデルの有効性を,最先端のペーパー-リビューアマッチング手法と科学的事前学習言語モデルと比較した。
  論文  参考訳（メタデータ） (2023-10-23T01:29:18Z)
• NLPeer: A Unified Resource for the Computational Study of Peer Review [58.71736531356398]
  NLPeer - 5万以上の論文と5つの異なる会場からの1万1千件のレビューレポートからなる、初めて倫理的にソースされたマルチドメインコーパス。 従来のピアレビューデータセットを拡張し、解析および構造化された論文表現、豊富なメタデータ、バージョニング情報を含む。 我々の研究は、NLPなどにおけるピアレビューの体系的、多面的、エビデンスに基づく研究への道のりをたどっている。
  論文  参考訳（メタデータ） (2022-11-12T12:29:38Z)
• An Inclusive Notion of Text [69.36678873492373]
  テキストの概念の明確さは再現可能で一般化可能なNLPにとって不可欠である,と我々は主張する。 言語的および非言語的要素の2層分類を導入し,NLPモデリングに使用することができる。
  論文  参考訳（メタデータ） (2022-11-10T14:26:43Z)
• 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)
• Target-aware Abstractive Related Work Generation with Contrastive Learning [48.02845973891943]
  関連作業部は学術論文の重要な構成要素であり、参考論文の文脈における対象論文の貢献を強調している。 既存の作業部生成手法の多くは、既成の文章を抽出することに依存している。 本稿では,新たな文からなる関連作業区間を生成できる抽象的目標認識関連作業生成装置(TAG)を提案する。
  論文  参考訳（メタデータ） (2022-05-26T13:20:51Z)
• What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
  本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。 本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。 本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2020-11-06T02:23:01Z)

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。