ImpactCite: XLNetを用いた引用影響分析手法

引用は科学文献の影響を理解する上で重要な役割を果たします。一般的に、引用は定量的に分析されますが、引用の質的分析を行うことで、科学的成果物が学術コミュニティに与える影響についてより深い洞察を得ることができます。したがって、引用影響分析（感情分析と意図分類を含む）は、引用の品質を数値化し、ランキングや影響度の推定に役立つ手段を提供します。本論文の貢献は二つあります。第一に、BERTやALBERTなどの著名な言語モデルといくつかの人気のあるネットワークを用いて、感情分析と意図分類の両タスクでベンチマーク評価を行いました。第二に、XLNetに基づく引用影響分析手法であるImpactCiteを提案します。すべての評価は公開されている引用分析データセットを使用して実施されました。評価結果によると、ImpactCiteは既存のアプローチよりもF1スコアで3.44%および1.33%高い性能を示し、引用意図と感情分類の両方において新たな最先端の成果を達成しました。したがって、引用の影響度をより深く理解するために、ImpactCite（XLNetベースのソリューション）を両タスクに適用することをお勧めします。さらに、信頼性が高くクリーンなデータセットであるCSC-Cleanコーパスを作成するための追加的な努力も行いました。