科学論文における引用意図分類のための構造的スcaffold

科学論文における引用の意図（例：背景情報、手法の使用、結果の比較）を特定することは、個々の出版物の機械読解や科学文献の自動分析にとって重要です。本研究では、引用に科学論文の構造情報を組み込むための多タスクモデルである構造的スcaffold（structural scaffolds）を提案します。当該モデルは、外部言語リソースや既存手法で用いられる手動設計特徴に依存することなく、既存のACL Anthologyデータセット（ACL-ARC）においてF1スコアを13.3%絶対的に向上させ、新たな最先端性能を達成しました。さらに、既存データセットと比較して5倍以上の大規模さを持ち、複数の科学分野をカバーする新しい引用意図データセット（SciCite）を導入します。当研究のコードとデータは以下のURLから入手可能です: https://github.com/allenai/scicite.