CitePrompt: 과학 논문에서 인용 의도를 식별하기 위한 프롬프트 사용

과학 논문에서 인용은 지적 계보를 추적하는 데 도움을 주는 것뿐만 아니라 해당 연구의 과학적 중요성을 나타내는 유용한 지표이기도 합니다. 인용 의도는 특정 맥락에서 인용의 역할을 명시하므로 유익합니다. 본 논문에서는 인용 의도 분류를 위해 아직까지 탐구되지 않았던 프롬프트 기반 학습 접근법을 사용하는 CitePrompt 프레임워크를 제시합니다. 적절한 사전 훈련된 언어 모델, 프롬프트 템플릿 및 프롬프트 버벌라이저 선택을 통해 최신 방법론으로 얻은 결과보다 우수하거나 비슷한 결과를 얻을 수 있을 뿐만 아니라 과학 문서에 대한 외부 정보가 훨씬 적게 필요하다고 주장합니다. 우리는 ACL-ARC 데이터셋에서 최신 결과를 보고하며, 모든 베이스라인 모델(하나의 모델을 제외하고)보다 SciCite 데이터셋에서 상당한 개선을 보였습니다. 적절히 큰 라벨링된 인용 의도 분류 데이터셋을 찾기가 매우 어려운 점을 고려하여, 이 작업을 소수 샷(few-shot) 및 제로 샷(zero-shot) 설정으로 전환하는 것을 처음으로 제안합니다. ACL-ARC 데이터셋에 대해 제로 샷 설정에서 53.86%의 F1 점수를 보고하며, 5 샷 설정에서는 63.61%, 10 샷 설정에서는 66.99%로 개선되었습니다.