Context-aware Citation Recognition and Recommendation

摘要

引用(Citations)在論文中扮演著研究溝通的橋樑，學者可以透過論文之間的引用關係了解一個領域知識的演進脈絡。由於一個引用的背後其含有?多潛在的意義，包括動機、比較目的等等，學者必需要非常仔細審?論文中的引用句內容才能夠了解其中的意義。然而隨著論文產量的遽增，現今的研究人員很難在有限時間內審?所有的相關文獻並且在撰寫論文時找到最適當的引用，因此開始有學者嘗試將尋找引用文獻的過程轉為自動化的程序，並專注在引用推薦(Citation Recommendation)的研究領域。 引用推薦其目的是自動推薦適當的引用文獻給一個需要引用的句子，其對於學者論文寫作或是審?文獻會有很大的幫助，並且也是朝向論文自動生成領域的重要的里程碑。然而，當前研究所提出的引用推薦模型其假設皆為輸入本身即是需要引用的句子，實際上學者寫完手稿很難知道手稿內需要引用的位置；此外在比對的步驟中，先前研究通常會直覺地將論文視為一個實體單位，並直接和句子做比較，然而引用句中的內容通常只會代表論文中的特定部分，而並非完全是論文的摘要。因此本研究將提出一個新的引用推薦模型(CiRec)，其中含有一個引用句偵測的過程，是用來尋找輸入手稿中需要引用的句子；並且在比對的過程中，本研究分成論文的摘要、論文的內文以及論文中的引用句(In-link Contexts)進行向量的相似度比對，從中找出引用句和引用文獻最相似的部分。實驗結果顯示本研究提出的比對方式反映了學者尋找參考文獻的方式，比當前使用論文比對的方法在前10推薦結果的Recall、MAP、MRR和NDCG這四個指標中均有更好的表現。

獎項日期	2019
原文	English
監督員	Hei-Chia Wang (Supervisor)