論文の概要: From Citations to Contributions: LLM-Assisted Credit Scoring of Research Articles

• arxiv url: http://arxiv.org/abs/2609.07673v1
• Date: Mon, 07 Sep 2026 16:01:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.464246
• Title: From Citations to Contributions: LLM-Assisted Credit Scoring of Research Articles
• Title（参考訳）: 引用から貢献へ:LLM支援研究論文のクレジット・スコーリング
• Abstract要約: 本稿では,コントリビューションベースの信用スコアについて紹介する。 本稿では,文書構造全体の重要性を保全する階層型フレームワークであるコントリビューションツリーを提案する。 実験により,我々のフレームワークは,表面レベルの影響信号を超える寄与信号を捕捉できることが示唆された。
• 参考スコア（独自算出の注目度）: 11.733882558920493
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Citation-based measures of scientific influence typically treat citations as uniform signals, ignoring the different roles that cited works play in a paper's contribution. We introduce contribution-based credit scoring for research articles: a structured citation analysis that decomposes a paper's credit between its own original contribution and the prior work it builds on. Motivated by a cooperative-game view of scientific credit, we propose the contribution tree, a hierarchical framework that conserves importance across the document structure and separates original from citation-derived contribution. To make this framework scalable, we use LLMs as noisy comparative estimators of local importance. We further extend the model to article collections by propagating contributions through weighted citation graphs, yielding corpus-level contributions and normalized influence scores. Our experiments suggest that our framework captures contribution signals beyond surface-level heuristics. Our code is available at https://github.com/sanaebrahimi/Importance_Scoring/
• Abstract（参考訳）: 引用を一様信号として扱うのが典型的であり、引用された作品が論文のコントリビューションで果たす様々な役割を無視している。 本稿では、論文の原著とそれに基づく先行研究との間に、論文の信用を分解する構造的引用分析(Structured citation analysis)について紹介する。 学術クレジットの協調ゲーム的視点により,文献構造における重要性を保存し,引用由来の貢献からオリジナルを分離する階層的枠組みであるコントリビューションツリーを提案する。 このフレームワークをスケーラブルにするために、我々はLLMを局所的な重要性のノイズの多い比較推定器として使用しています。 さらに、重み付けされた引用グラフを通じてコントリビューションを伝播し、コーパスレベルのコントリビューションと正規化された影響スコアを出力することで、モデルをさらに記事コレクションに拡張する。 実験の結果,我々のフレームワークは表面レベルのヒューリスティックスを超える寄与信号を捉えることが示唆された。 私たちのコードはhttps://github.com/sanaebrahimi/Importance_Scoring/で利用可能です。

関連論文リスト

• CRISP: Characterizing Relative Impact of Scholarly Publications [70.25915589244961]
  本稿では,大規模言語モデル(LLM)を用いた引用論文の中で,引用論文の全てを共同でランク付けするCRISPを提案する。 LLMの位置バイアスを軽減するために、ランダムな順序で各リストを3回ランク付けし、多数決によって影響ラベルを集約する。 CRISPは従来の最先端の衝撃分類器の精度を+9.5%、F1を+8.3%で上回っている。
  論文  参考訳（メタデータ） (2026-03-25T16:42:30Z)
• CiteAudit: You Cited It, But Did You Read It? A Benchmark for Verifying Scientific References in the LLM Era [51.63024682584688]
  大規模言語モデル (LLM) は新たなリスクを導入している。 本稿では,科学文献における幻覚的引用のための総合的なベンチマークおよび検出フレームワークについて紹介する。 我々のフレームワークは、精度と解釈可能性の両方において、先行手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-02-26T19:17:39Z)
• Leveraging GANs for citation intent classification and its impact on citation network analysis [0.0]
  サイテーションは科学エコシステムにおいて基本的な役割を担い、知識の流れを追跡する基盤となっている。 本稿では,引用意図を分類するGANに基づく手法を採用した。 また,引用意図のフィルタリングが引用ネットワークにおける論文の中央性に与える影響についても検討した。
  論文  参考訳（メタデータ） (2025-05-27T13:16:09Z)
• In-depth Research Impact Summarization through Fine-Grained Temporal Citation Analysis [52.42612945266194]
  我々は、ニュアンス付き、表現型、時間対応のインパクトサマリーを生成する新しいタスクを提案する。 これらの要約は、微粒な引用意図の進化を通じて、賞賛(確認引用)と批評(補正引用)の両方を捉えていることを示す。
  論文  参考訳（メタデータ） (2025-05-20T19:11:06Z)
• CiteFusion: An Ensemble Framework for Citation Intent Classification Harnessing Dual-Model Binary Couples and SHAP Analyses [1.6695303704829412]
  CiteFusionは、SciCiteとACL-ARCという2つのベンチマークデータセット上のマルチクラスCitation Intent Classificationタスクに対処する。 実験の結果、CiteFusionは最先端のパフォーマンスを達成し、Macro-F1スコアはSciCiteで89.60%、ACL-ARCで76.24%であった。 我々は、SciCiteで開発されたCiteFusionモデルを利用して、引用意図を分類するWebベースのアプリケーションをリリースする。
  論文  参考訳（メタデータ） (2024-07-18T09:29:33Z)
• 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)
• 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)
• How are journals cited? characterizing journal citations by type of citation [0.0]
  本稿では,引用関数に基づく引用の統計的特徴付けに関する最初の結果を示す。 また,雑誌が受ける支持率と論争の比率を,品質の潜在的指標として特徴づける最初の結果も提示する。
  論文  参考訳（メタデータ） (2021-02-22T14:15:50Z)
• 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。