SChuBERT:BERT符号化ブースト引用数予測による学術文書チャンク【JST・京大機械翻訳】

van Dongen Thomas; Wenniger Gideon Maillette de Buy; Schomaker Lambert

プレプリント

J-GLOBAL ID：202202200378357822 整理番号：22P0219865

SChuBERT:BERT符号化ブースト引用数予測による学術文書チャンク【JST・京大機械翻訳】

SChuBERT: Scholarly Document Chunks with BERT-encoding boost Citation Count Prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年12月21日プレプリントサーバーでの情報更新日： 2020年12月21日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

学術文書の引用数の予測は,学術文書処理における今後の課題である。この情報の固有メリットに加えて,それはまた,大量の学術文書に対して安価に利用できる利点を持つ品質の不完全プロキシとしてより広い利用も有している。以前の研究は,比較的小さな訓練データセット,あるいは,短い,不完全な入力テキストを持つ,より大きなデータセットによる引用予測の数を扱った。本研究では,意味的Scholar bibliometricデータベースと組み合わせたオープンアクセスACL Anthologyコレクションを用いて,関連する引用情報を有する学術文書の大規模コーパスを作成し,SChuBERTと呼ばれる新しい引用予測モデルを提案した。著者らの実験では,SChuBERTをいくつかの最先端の引用予測モデルと比較し,大きなマージンによって以前の方法より優れていることを示した。また,より多くの訓練データを使用する利点と引用予測の数に対するより長い入力を示した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

その他の計算機利用技術 , 情報源 , 情報加工一般

, , , , , ,

前のページに戻る