الهياكل البنيوية لتصنيف نية الاقتباس في المنشورات العلمية

تحديد نية الاستشهاد في الأوراق العلمية (مثل، المعلومات الخلفية، استخدام الطرق، مقارنة النتائج) هو أمر حاسم لقراءة الآلة للمقالات الفردية وتحليل الأدب العلمي بشكل آلي. نقترح هياكل بنيوية، وهو نموذج متعدد المهام يدمج المعلومات البنيوية للأوراق العلمية في الاستشهادات لتحقيق تصنيف فعال لنيات الاستشهاد. حقق نموذجنا مستوى جديد من الطليعية على مجموعة بيانات مكتبة ACL (ACL-ARC) مع زيادة مطلقة بنسبة 13.3% في مؤشر F1، دون الاعتماد على المصادر اللغوية الخارجية أو الخصائص المصممة يدويًا كما هو الحال في الأساليب الحالية. بالإضافة إلى ذلك، قمنا بتقديم مجموعة بيانات جديدة لنيات الاستشهاد (SciCite) والتي تزيد عن خمسة أضعاف حجمها وتغطي مجالات علمية متعددة مقارنة بمجموعات البيانات الموجودة. رمزنا ومعلوماتنا متاحة على الرابط: https://github.com/allenai/scicite.