{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,5,1]]，“日期-时间”：“2024-05-01T06:26:36Z”，“时间戳”：1714544796174}，“参考-计数”：86，“出版商”：“Springer Science and Business Media LLC”，“问题”：“3”，“许可证”：[{“开始”：}“日期-零件”：[2020,5,7]]，”日期-时间“：“2020-05-07T00:00:00Z”，“timestamp”：158880960000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0”}，{“start”：{“date-parts”：[[2020,5,7]]，“date-time”：“2020-05-07T00:00:00Z”，“timetamp”：588809600000}，commons.org\/licenses\/by\/4.0“}]，“出资人”：[{“DOI”：“10.13039\/501000000266”，“name”：“工程和物理科学研究委员会”，“doi-asserted-by”：“publisher”，“award”：[“EP\/N509565\/1”]}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[”Scientometrics“]，“published-print”：{“date-parts”：[2020,12]}，”abstract“：”摘要<\/jats:title>我们提出了我们的方法来识别科学文献中引用的文本跨度，使用预训练编码器（BERT）与不同的神经网络相结合。我们进一步进行了实验，以评估在基于BERT的提取总结方法中使用这些引用的文本跨度作为输入的影响。受CL-SciSumm共享任务的启发和激励，我们探索了不同的方法来将针对通用领域调整的预训练模型应用于科学文献。为了识别引用的文本跨度，我们评估了不同配置在从增强数据中学习以及使用不同的特征和网络架构（BERT、XLNET、CNN和BiMPM）进行训练方面的影响。我们表明，识别和微调未标记或扩充领域特定数据上的语言模型可以提高引用文本跨度识别模型的性能。对于科学总结，我们实施了一个改编自BERT的提取总结模型。关于引文中的输入句子，我们探讨了两种不同的场景：（1）将参考文章的所有句子（全文）视为输入，（2）仅考虑其他出版物已确定引用的文本跨度。我们观察到，在某些实验中，通过只使用引用的文本跨度，我们可以获得更好的性能，同时最大限度地减少所需的输入大小<\/jats:p>“，”DOI“：”10.1007\/s11192-020-03455-z“，”type“：”journal-article“，”created“：{”date-parts“：[[2020,5,7]]，”date-time“：”2020-05-07T16:04:07Z“，”timestamp“：1588867447000}，”page“：参考-按计数“：15，”标题“：[”引用文本跨度标识，用于使用预处理编码器进行科学总结“]，”前缀“：”10.1007“，”卷“：”125“，”作者“：[{”ORCID“：”http://\/ORCID.org\/00000-0002-4031-9492“，”authenticated-ORCID“：false，”给定“：”Chrysoula“，“family”：“Zerva”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Minh-Quoc”，“faily”：”Nghiem“，”sequence“：”additional“，”affiliation“：[]}，{”given“：”Nhung T.H.“，”family“：”Nuyen“，”sequence“：”additional“，”affiliance“：[]}，，{“given”：“Sophia”，“family”：“Ananiadou”，“sequence”：“additional”，“affiliational”：[]，“member”：“297”，“published-online”：{“date-parts”：[2020,5,7]}“reference”：[{“key”：”3455_CR1“，“unstructured”：“Abu-Jbara，A.和Radev，D.（2011）.基于引文的科学论文连贯摘要。计算语言学协会第49届年会会议记录：人类语言技术第1卷（第500\u2013509页）。计算语言学协会。}，{“key”：“3455_CR2”，“非结构化”：“Abura\u2019ed，A.，Bravo，A.，Chiruzzo，L.，&Saggion，H.（2018）Lastus \/taln+inco@cl-scisumm 2018-使用回归和卷积进行跨文档语义链接和学术文献总结。《数字图书馆文献计量学增强信息检索和自然语言处理第三次联合研讨会论文集》（BIRNDL2018）。密歇根州安娜堡（2018年7月）。“}，{”key“：”3455_CR3“，”unstructured“：”Aggarwal，P.，&Sharma，R.（2016）。识别引用参考范围的词汇和句法线索。数字图书馆（BIRNDL）文献计量学增强信息检索和自然语言处理联合研讨会会议记录（第103\u2013112页）Agrawal，K.和Mittal，A.（2018）Iitit-h@clscisumm-18。BIRNDL@SIGIR（第130\u2013133页）。“}，{”key“：”3455_CR5“，”doi-asserted-by“：”crossref“，”unstructured“：”Ammar，W.，Groeneveld，D.，Bhagavatula，C.，Beltagy，I.，Crawford，M.，Downey，D.，Dunkelberger，J.，Elgohary，A.，Feldman，S.，&Ha，V.，et \u00a0al.（2018）。语义学者文献图的构建。arXiv:1805.02262。“，”doi“：”10.18653\/v1\/N18-3011“}，{“键”：“3455_CR6“，“非结构化”：“Baruah，G.，&Kolla，M.（2018）。Klick labs在2018年cl-scisumm。BIRNDL@SIGIR（第134\u2013141页）。“}，{”key“：”3455_CR7“，”unstructured“：”Beltagy，I.，Cohan，A.，&Lo，K.（2019）。Scibert：科学文本的预训练上下文化嵌入。arXiv:1903.10676。“}”，{“key”：“3455_CR18”，“unstructure”：“Bird，S.，Dale，R.，Dorr，B.J.，Gibson，B.，Joseph，M.T.，Kan，M.Y.，Lee，D.，Powley，B.，Radev，D.R.，&Tan，Y.F.（2008）ACL文集参考语料库：计算语言学书目研究的参考数据集。“}，{”issue“：”1“，”key“：”3455_CR9“，”doi-asserted-by“：”publisher“，”first-page“：”2“，”doi“：”10.1038\/embor.2008.233“，”volume“：“10”，”author“：”L Bornmann“，”year“：”2009“，”unstructured“：”Bornmann.，L.，&Daniel，H.D.（2009）。H指数研究现状。EMBO Reports，10（1），2\u20136.“，”journal-title“：”EMBO“}，{“key”：“3455_CR10”，“非结构化”：“Cao，Z.、Li，W.和Wu，D.（2016）。Polyu在2016年第十二届夏季奥运会上。《数字图书馆文献计量学增强信息检索和自然语言处理联合研讨会论文集》（BIRNDL）（第132\u2013138页）。“}，{”key“：”3455_CR11“，”doi-asserted-by“：”crossref“，”unstructured“：”Carbonell，J.，&Goldstein，J.（1998）MMR的使用，基于多样性的重新排序文档和生成摘要。《第21届ACM SIGIR信息检索研究与开发国际会议论文集》（第335\u2013336页）。“doi”：“10.1145\/290941.291025“}，{“key”：“3455_CR12”，“doi-asserted-by”：“crossref”，“unstructured”：“Chandrasekaran，M.K.，Yasunaga，M.，Radev，D.，Freitag，D.、Kan，M.Y.，&（2019）。概述和结果：CL-SciSumm SharedTask 2019。在第四届数字图书馆文献计量增强信息检索和自然语言处理联合研讨会论文集（BIRNDL 2019）@SIGIR 2019。巴黎。“，”DOI“：”10.1145\/3331184.333160“}，{”key“：”3455_CR13“，”DOI-asserted-by“：”publisher“，”first page“：“132027”，“DOI”：“10.1109\/ACCESS.2019.2937220”，“volume”：“7”，”author“：”LLH Chang“，”year“：”2019“，”unstructured“：”Chang，L.L.H.，Phoa，F.K.H.，&Nakano，J.（2019）。科学论文引文网络分析的新指标。IEEE Access，7，132027\u2013132032。“，“journal-title”：“IEEE Access”}，{“key”：“3455_CR14”，“unstructured”：“Cohan，A.，&Goharian，N.（2017）。使用引文和文章\u2019s话语结构的科学文章摘要。arXiv:1704.06619.”}、{“key”：”3455_CR15“，”doi-asserted-by“：”crossref“，”unstructure“：”Conroy，J。M.，&O\u2019leary，D.P.（2001）。通过隐马尔可夫模型进行文本摘要。第24届ACM SIGIR信息检索研究与开发国际年会论文集（第406\u2013407页）。ACM公司。“，”DOI“：”10.1145\/383952.384042“}，{”key“：”3455_CR16“，”DOI-asserted-by“：”crossref“，”unstructured“：”Conroy，J.M.，Schlesinger，J.D.，&O\u2019Leary，D.P.（2006）。使用近似甲骨文分数的主题化多文档摘要。《COLING\/ACL主要会议海报会议记录》（第152\u2013159页）计算语言学协会。“，”DOI“：”10.3115\/1273073.1273093“}，{”key“：”3455_CR17“，”first page“：COLING Proceedings of COLING“}，{“key”：“3455_CR18”，“first-page:”661“，”volume“：”8“，”author“：”IG Council“，”year“：”2008“，”unstructured“：”Council，I.G.，Giles，C.L.，&Kan，M.Y.（2008）。Parscit：一个开源crf引用字符串分析包。LREC，8，661\u2013667。“，”journal-title“：”LREC“数据库系统百科全书”，“作者”：“N Crashwell”，“年份”：“2009年”，“非结构化”：“CrashweLL，N（2009）。平均倒数。L.LIU&M.T.\u00d6ZSU（编辑），数据库系统百科全书。马萨诸塞州波士顿：斯普林格。}，{“key”：“3455_CR20”，“unstructured”：“De\u00a0Moraes，L.F.，Das，A.，Karimi，S.，&Verma，R.M.（2018）。休斯顿大学@cl-scisumm 2018。BIRNDL@SIGIR（第142\u2013149页）。“}，{”key“：”3455_CR21“，”doi-asserted-by“：”publisher“，”unstructured“：”Devlin，J.，Chang，M.W.，Lee，K.，&Toutanova，K.（2019）。BERT：语言理解深度双向变换器的预训练（第4171\u20134186页）。https:\/\/doi.org\/10.18653\/v1\/N19-1423。https:\/\/www.aclweb.org\/contology\/N19-1423.“，”DOI“：”10.18653\/v1\/N19-1423“}，{“key”：“3455_CR22”，“volume-title”：“测量学术影响”，“author”：“Y Ding”，“year”：“2016”，“unstructured”：“Ding，Y.，Rousseau，R.，&Wolfram，D.（2016）。测量学术影响。柏林：斯普林格。”}，“key“：”：“35_CR23”，“DOI-asserted-by“：”crossref“，”unstructured“：”Duan，C.、Cui，L.、Chen，X.、Wei，F.、Zhu，C.和Zhao，T.（2018）。用于自然语言推理的注意模糊深度匹配网络。IJCAI（第4033\u20134040页）。“，”DOI“：”10.24963\/ijcai.2018\/561“}，{”issue“：”2“，”key“：”3455_CR24“，”DOI-asserted-by“：”publisher“，”first page“：“264”，”DOI:“10.1145\/321510.321519”，“volume”：“16”，“author”：“HP Edmundson”，“year”：“1969”，”unstructured“：”Edmundon，H.P.（1969）。自动提取中的新方法。ACM杂志（JACM），16（2），264\u2013285.“，”新闻标题“：”美国医学会杂志（JACM）“}，{”key“：”3455_CR25“，”unstructured“：”Fergadis，A.，Pappas，D.，&Papageorgiou，H.（2019）。Athena@cl-scisumm 2019：识别引用文本跨度的暹罗双向递归神经网络。“}”，{“key”：“3455_CR2”，“doi-asserted-by”：“publisher”，“first page”：”49“，”doi“：”10.3389\/fphy.2016.0049“，”volume“：“4”，“author”：“”I Fister Jr”，“年份”：“2016年”，“非结构化”：“Fister，I，Jr.，Fister，I.，&Perc，M.（2016）。在引文网络中发现引文卡特尔。物理学前沿，4，49。”，“期刊标题”：“物理学前沿”}，{“key”：“3455_CR27”，“doi-asserted-by”：“crossref”，“unstructured”：“Galgani，F.，Compton，P.，&Hoffmann，A.（2012）。基于引文的法律文本概述。《环太平洋国际人工智能会议》（第40\u201352页）。斯普林格。”，《doi》：“10.1007\/978-3642-32695-0_6“}，{“issue”：“1”，“key”：“3455_CR28”，“doi-asserted-by”：“publisher”，“first page”：”1“，“doi”：“10.1016\/j.ipm.2014.08.001”，《volume》：“51”，“author”：“F Galgani”，“year”：“2015”，“unstructured”：“Galgani，F.，Compton，P.，&Hoffmann，A.（2015）.基于双向引文分析的综述。信息处理与管理，51（1），1\u201324.“，”新闻标题“：”信息处理与处理“}，{“问题”：“3”，“关键”：“3455_CR29”，“doi-asserted-by”：“出版商”，“首页”：“1645”，“doi”：“10.1007”，“11192-018-2944-y”，“卷”：“117”，”作者：“SU Hassan”，“年份”：“2018”，“非结构化”：“Hassan，S.，Imran，M.，Iqbal，S.和Aljohani N、。R.，&Nawaz，R.（2018年）。在学术全文文章中使用机器学习模型的引用的深层上下文。《科学计量学》，117（3），1645\u20131662.“，”journal-title“：”Scientimetrics“}，{“key”：“3455_CR30”，“doi-asserted-by”：“crossref”，“unstructured”：“Howard，J.，&Ruder，S.（2018）.文本分类通用语言模型微调.arXiv:1801.06146.“，”doi“：”10.18653\/v1\/P18-1031“}ted-by“：”publisher“，”首页“：”e1002541“，”DOI“：”10.1371“，journal.pbio.1002541“，”volume“：”14“，”author“：”BI Hutchins“，”year“：”2016“，”unstructured“：”Hutchins.，B.I.，Yuan，X.，Anderson，J.M.，&Santangelo，G.M.（2016）。相对引用率（RCR）：一种新的指标，使用引用率来衡量文章层面的影响。《公共科学图书馆·生物学》，14（9），e1002541。“，“期刊标题”：“公共科学图书馆-生物学”}，{“关键”：“3455_CR32”，“非结构化”：“Jaidka，K.，Chandrasekaran，M.K.，Jain，D.，&Kan，M.Y.（2017）。CL-SciSumm共享任务2017：结果和关键见解。见BIRNDL@SIGIR（2）（第1\u201315页）。”}、{“重点”：“34.55_CR33”，“无结构”：“Jaidka，K，Chandresekaran，M。K.、Jain，D.和Kan，M.Y.（2018年）。CL-SciSumm分享了2018年的任务：成果和关键见解。BIRNDL@SIGIR（2）（第1\u201315页）。“｝，｛”key“：”3455_CR34“，”非结构化“：”Jaidka，K.，Chandrasekaran，M.K.，Rustagi，S.，&Kan，M.Y.（2016）。CL SciSumm 2016共享任务概述。在数字图书馆文献计量学增强信息检索和自然语言处理联合研讨会论文集（BIRNDL）（pp.93\u2013102）中。“｝，｛”key“：”3455_CR35“，”非结构化”：“Jha，S.、Chaurasia，A.、Sudhakar，A.和Singh，A.K.（2017）。使用卷积神经网络识别引文的参考范围。《第14届自然语言处理国际会议论文集》（ICON-2017）（第23\u201332页）。“}，{”key“：”3455_CR36“，”unstructured“：”Karimi，S.，Moraes，L.F.，Das，A.，&Verma，R.M.（2017）。休斯顿大学@CL-SciSumm 2017：位置语言模型，结构对应学习和文本蕴涵。见BIRNDL@SIGIR（2）（第73\u201385页）。“}”，{“key”：“3455_CR 37”，“unstructure”：“Keskar，N.S.，McCann，B.，Varshney，L。R.，Xiong，C.和Socher，R.（2019）。Ctrl：用于可控生成的条件转换器语言模型。arXiv:1909.05858.“}，{”key“：”3455_CR38“，”doi-asserted-by“：”crossref“，”unstructured“：”Kim，Y.（2014）.句子分类的卷积神经网络.arXiv:1408.5882.“”，“doi“：”10.3115\/v1\/D14-1181“}”，{“key”：“3455_CR 39”，“unstructure”：“Klampfl，S.，Rexha，A.，&Kern，R.（2016）.通过总结和分类技术识别科学出版物中的参考文本。《数字图书馆文献计量学增强信息检索和自然语言处理联合研讨会论文集》（BIRNDL）（第122\u2013131页）。“}，{”key“：”3455_CR40“，”unstructured“：”Kupiec，J.，Pedersen，J..，&Chen，F.（1999）。可训练的文档摘要生成器。《自动摘要的进展》（第55\u201360页）。“}”，{“key”：“3455_CR1”，“unstructure”：“La\u00a0Quatra，M.，Cagliero，L.，&Baralis，E.（2019）.Poli2sum@cl-scisum-19：通过监督模型的集合来识别、分类和总结引用的文本跨度。“｝，｛”key“：”3455_CR42“，”doi断言“：”crossref“，”非结构化“：”Lai，G.，Xie，Q.，Liu，H.，Yang，Y.，&Hovy，E.（2017）。种族：来自考试的大规模阅读理解数据集。arXiv:1704.044683.“，”doi“：”10.18653\/v1\/D17-182“｝，｛”key“：”3455_CR43“，”非结构化“：”Li，L.，Chi，J.，Chen，M.，Huang，Z.，Zhu，Y.，&Fu，X.（2018）.Cist@clscisumm-18：计算语言学科学引文链接、刻面分类和摘要方法。BIRNDL@SIGIR（第84页\u201395）。“}，{”key“：”3455_CR44“，”unstructured“：”Li，L.，Zhang，Y.，Mao，L.、Chi，J.、Chen，M.和Huang，Z.（2017）。Cist@clscisumm-17：基于多特征的引文链接、分类和摘要。在BIRNDL@SIGIR（2）（第43\u201354页）中.Cist@clscisumm-19：带有引用和方面的自动科学论文摘要。在BIRNDL2019中。“}，{”key“：”3455_CR46“，”unstructured“：”Lin，C.Y.（2004）。ROUGE：自动评估摘要的软件包。In-Text summary分出（第74\u201381页）。巴塞罗那：计算语言学协会。https:\/\/www.aclweb.org\/contrology\/W04-1013.“}”，{“key”：“3455_CR 47”，“doi-asserted-by”：“crossref”，“unstructure”：“Lin，C.Y.和Hovy，E.（2000）。为文本摘要自动获取主题签名。第18届计算语言学会议论文集第1卷（第495\u2013501页）。计算语言学协会。“，”DOI“：”10.3115\/990820.990892“}，{”key“：”3455_CR48“，”unstructured“：”Liu，Y.（2019）。提取摘要的BERT微调。arXiv:1903.10318[cs]。“}”，{“key”：“3455_CR19”，“DOI-asserted-by”：“crossref”，“unstructure”：“Liu，Y，&Lapata，M.（2019年）。使用预处理编码器的文本摘要。”，“DOI”：“10.18653\/v1\/D19-1387”}，{“键”：“3455_CR50”，“doi-asserted-by“：”crossref“，”unstructured“：”Liu，Y.，Titov，I.，&Lapata，M.（2019）。作为树归纳的单个文档摘要。计算语言学协会北美分会2019年会议记录：人类语言技术，第1卷（长篇和短篇论文）（第1745\u20131755页）。“，”DOI“：”10.18653\/v1\/N19-1173“}，{”issue“：”2“，”key“：”3455_CR51“，”DOI-asserted-by“：”publisher“，”first-page“：”159“，“DOI”：“10.1147\/rd.22.0159”，“volume”：“2”，“author”：“HP Luhn”，”year“：”1958“，”unstructured“：”Luhn，H.P.（1958）。文献摘要的自动创建。IBM研究与发展杂志，2（2），159\ u2013165.“，”journal-title“：《IBM研究与开发杂志》}，{“key”：“3455_CR52”，“unstructured”：“Ma，S.，Zhang，H.，Xu，J.，&Zhang and C.（2018）.Njust@clscisumm-18。BIRNDL@SIGIR（第114\u2013129页）。“}，{”key“：”3455_CR53“，”doi-asserted-by“：”crossref“，”unstructured“：”Ma，S.，Zhang，H.，Xu，T.，Xu，J.，Hu，S..，&Zhang。在BIRNDL2019.“，”DOI“：”10.18653\/v1\/2020.sdp-1.33“}，{”key“：”3455_CR54“，”首页“：”775“，”volume“：“6”，”author“：”R Mihalcea“，”year“：”2006“，”unstructured“：”Mihalcae，R.，Corley，C.，Strapparava，C.等（2006）。基于语料库和基于知识的文本语义相似性度量。Aaai，6，775\u2013780。“，”journal-title“：”Aaai}，{“键”：3455_CR55“，“非结构化”：”Miller，D.（2019）。利用伯特对讲座进行摘录文本总结。“}，{”issue“：”11“，”key“：”3455_CR56“，”doi-asserted-by“：”publisher“，”first-page“：”39“，”doi“：”10.1145\/219717.219748“，”volume“：“38”，”author“：”GA Miller“，”year“：”1995“，”unstructured“：”Miller，G.A.（1995）。Wordnet:英语词汇数据库。ACM通讯，38（11），39\u201341。“，”journal-title“：”ACM通讯“}”，{“key”“：”3455_CR57“，”doi-asserted-by“：”crossref“，”unstructured“：”Mohammad，S.，Dorr，B.，Egan，M.，Hassan，A.，Muthukrishnan，P.，Qazvinian，V.，Radev，D.，&Zajic，D.（2009）。使用引文生成科学范式调查。《人类语言技术学报：计算语言学协会北美分会2009年年会》（第584\u2013592页）。“，”DOI“：”10.3115\/1620754.1620839“}，{”key“：”3455_CR58“，”首页“：”79“，”volume“：“2014”，”author“：”D Moll\u00e1“，”year“：”2014“，”unstructured“：”Moll\u 00e1，D.，Jones，C.，&Sarker，A.（2014）。引用论文对临床文档总结的影响。澳大利亚语言技术协会研讨会论文集，2014，79\u201387。“，”期刊标题：“澳大利亚语言技术协会研讨会论文集”}，{“key”：“3455_CR59”，“doi断言”：“crossref”，“非结构化”：“Nallapati，R.，Zhai，F.，&Zhou，B.（2017）Summarunner：一种基于递归神经网络的文档提取摘要序列模型。在第三十一届AAAI人工智能会议上。“，”DOI“：”10.1609\/aaai.v31i1.10958“}，{“key”：“3455_CR60”，“DOI-asserted-by”：“crossref”，“unstructured”：“Neculoiu，P.，Versteegh，M.，&Rotaru，M.（2016）。学习文本与暹罗递归网络的相似性。《NLP表征学习第一次研讨会论文集》（第148\u2013157页）。”，“DOI”：“10.18653\/v1\/W16-1617”}，“key“：”3455_CR61“，”doi-asserted-by“：”crossref“，”unstructured“：”Nicosia，M.，&Moschitti，A.（2017）。使用混合连体网络进行精确的句子匹配。2017年ACM信息和知识管理会议记录（第2235\u20132238页）。ACM公司。“，”DOI“：”10.1145\/3132847.3133156“}，{”key“：”3455_CR62“，”DOI-asserted-by“：”crossref“，”unstructured“：”Nie，Y.，&Bansal，M.（2017）.多域推理的快捷堆栈句子编码器.arXiv:1708.02312“，”DOI“：Neal：一种神经增强的链接引用和引用的方法。《数字图书馆文献计量学增强信息检索和自然语言处理联合研讨会论文集》（BIRNDL）（第168\u2013174页）。“}，{”key“：”3455_CR64“，”doi-asserted-by“：”publisher“，”first-page“：”31“，”doi“：”10.3389\/frma.2018.0031“，”volume“：“3”，”author“：”T Nomoto“，”year“：”2018“，”unstructured“：”Nomoto，Tkey“：”3455_CR65“，”unstructured“：”Paulus，R.，Xiong，C.，&Socher，R.（2017）。用于抽象摘要的深度强化模型。“}，{”key“：”3455_CR66“，”doi-asserted-by“：”crossref“，”unstructured“：”Pennington，J.，Socher，R.，&Manning，C.D.（2014）。GloVe:单词表示的全局向量。《2014年自然语言处理经验方法会议论文集》（EMNLP 2014）（第1532\u20131543页）。“doi”：“10.3115\/v1\/D14-1162”}，”{“key”：“3455_CR 67”，“非结构化”：“Prasad，A.（2017）。Wing-nus在2017年cl-scisumm:从句法和语义相似性中学习引文语境化。在SIGIR的BIRNDL（2） （第26\u201332页）。“}，{”key“：”3455_CR68“，”doi-asserted-by“：”crossref“，”unstructured“：”Qazvinian，V.，&Radev，D.R.（2008）。利用引文摘要网络进行科学论文摘要。收录于第22届计算语言学国际会议论文集第1卷（第689\u2013696页）。计算语言学协会。“，”doi“：”10.3115\/1599081.1599168“}，{“问题”：“4”，“密钥”：“3455_CR69”，“doi-asserted-by”：“出版商”，“首页”：“919”，“doi”：“10.1007\/s10579-012-9211-2”，“卷”：“47”，“作者”：“DR Radev”，“年份”：“2013”，“非结构化”：“Radev，D.R.，Muthukrishnan，P.，Qazvinian，V.，&Abu-Jbara，A.（2013）ACL文集网络语料库。《语言资源与评估》，47（4），919\u2013944.“，”journal-title“：”Language Resources and Evaluation“}，{“key”：“3455_CR70”，“doi-asserted-by”：“crossref”，“unstructured”：“Rajpurkar，P.，Zhang，J.，Lopyrev，K.，&Liang，P.（2016）。班：100000+个关于机器理解文本的问题。arXiv:1606.05250.“，”doi“：”10.18653\/v1\/D16-1264“}”，{key“：”3455_CR71“，”doi-asserted-by“：”publisher“，”unstructured“：”Rush，A.M.，Chopra，S.，&Weston，J.（2015）。抽象句子摘要的神经注意模型。《2015年自然语言处理实证方法会议论文集》（第379\u2013389页）。里斯本：计算语言学协会。https:\/\/doi.org\/10.18653\/v1\/D15-1044。https:\/\/www.aclweb.org\/contology\/D15-1044.“，”DOI“：”10.18653\/v1\/D15-1044“}，{“key”：“3455_CR72”，“unstructured”：“Saggion，H.，AbuRa\u2019ed，A.，&Ronzano，F.（2016）。科学文章的可训练引用增强摘要。G.Cabanac，M.K.Chandrasekaran，I.Frommholz，K.Jaidka，M.Kan，P.Mayr，D.Wolfram（Eds.）《数字图书馆文献计量学增强信息检索和自然语言处理联合研讨会论文集》；【地点不详】：《2016年欧洲城市研究中心研讨会论文集》（第175\u2013186页）。CEUR研讨会记录。2016年6月23日；美国纽瓦克。}，{“key”：“3455_CR73”，“doi-asserted-by”：“publisher”，“unstructured”：“See，A.，Liu，P.J.，&Manning，C.D.（2017）。切入点：用指针生成器网络进行总结。计算语言学协会第55届年会论文集第1卷：长篇论文（第1073\u20131083页）加拿大温哥华计算语言学协会。https:\/\/doi.org\/10.18653\/v1\/P17-1099。https:\/\/www.aclweb.org\/P17-1099.“，”DOI“：”10.18653\/v1\/P17-1099“}，{”key“：”3455_CR74“，”首页“：”2862“，”卷“：”7“，”author“：”D Shen“，”year“：”2007“，”unstructured“：”Shen，D.，Sun，J.T.，Li，H.，Yang，Q.，&Chen，Z.（2007）.使用条件随机字段的文档摘要。IJCAI，7，2862\u20132867.“，“新闻标题”：“IJCAI”}，{“key“：”3455_CR75“，”doi-asserted-by“：”crossref“，”unstructured“：”Teufel，S.，Siddharthan，A.，&Tidhar，D.（2006）。引文功能的自动分类。《2006年自然语言处理经验方法会议论文集》（第103\u2013110页）。计算语言学协会。“，”DOI“：”10.3115\/16100075.1610091“}，{”key“：”3455_CR76“，”DOI-asserted-by“：”crossref“，”unstructured“：”Wang，J.，Song，Y.，Leung，T.，Rosenberg，C.，Wang，J。，Philbin，J.；Chen，B.，&Wu，Y.（2014）.通过深度排序学习细粒度图像相似性。在IEEE计算机视觉和模式识别会议论文集（第1386\u20131393页）。“，”DOI“：“10.1109\/CVPR.2014.180”}，{“key”：“3455_CR77”，“unstructured”：“Wang，P.，Li，S.，Wang，T.，Zhou，H.，&Tang，J.（2018）.Nudt@clscisumm-18。BIRNDL@SIGIR（第102\u2013113页）。“}，{”key“：”3455_CR78“，”doi-asserted-by“：”publisher“，”unstructured“：”Wang，Z.，Hamza，W.，&Florian，R.（2017）。自然语言句子的双边多视角匹配。《第二十六届人工智能国际联席会议论文集》，IJCAI-17（pp.4144\u20134150）.https:\/\/doi.org\/10.24963\/ijcai.2017\/579.“，”doi“：”10.24963\ijcai.2017 \/579“}，{“key”：“3455_CR79”，“doi-asserted-by”：“crossref”，“unstructured”：“Wolf，T.，Debut，L.，Sanh，V.，Chaumond，J.，Delangue，C.，Moi，A.，Cistac，P.，Rault，T..，Louf，R.，&Funtowicz，M.，et\u00a0al.（2019年）变形金刚：最先进的自然语言处理。arXiv:1910.03771.“，”DOI“：”10.18653\/v1\/2020.emnlp-demos.6“}，{”key“：”3455_CR80“，”DOI-asserted-by“：”crossref“，”unstructured“：”Xu，H.，Martin，E.，&Mahidadia，A.（2015）.基于关键字配置文件和语言模型的提取总结。计算语言学协会北美分会2015年会议记录：人类语言技术（pp.123\u2013132）。“，”DOI“：”10.3115\/v1\/N15-1013“}，{”key“：”3455_CR81“，”unstructured“：”Yang，Z.，Daipublisher“，”first page“：”7386“，”DOI“：”10.1609\/aaai.v33i01.3301786“，”volume“：“33”，”author“：”M Yasunaga“，”year“：”2019“，”unstructured“：”Yasunaka，M.，Kasai，J.，Zhang，R.，Fabbri，A.R.，Li，I.，Friedman，D.，et al.（2019）。Scisummnet：一个大型注释语料库和内容影响模型，用于引用网络的科学论文摘要。《AAAI人工智能会议论文集》，33，7386\u20137393.通过文本相似性度量分类识别引文的参考范围。第六届软件与计算机应用国际会议论文集（第87\u201391页）。ACM公司。“，”DOI“：”10.1145\/3056662.3056692“}，{”key“：”3455_CR84“，”unstructured“：”Zerva，C.，Nghiem，M.Q.，Nguyen，N.T.，&Ananiadou，S.（2019）.Nactem-uom@cl-scisumm 2019。在BiRNDL@SIGIR2019。}，{“key”：“3455_CR85”，“doi-asserted-by”：“publisher”，“unstructured”：“Zhang，X.，Wei，F.，&Zhou，M.（2019）。HIBERT：用于文件摘要的层次双向变压器的文件级预培训。计算语言学协会第57届年会论文集（pp.5059\u20135069）计算语言学协会，意大利佛罗伦萨https:\/\/doi.org\/10.18653\/v1\/P19-1499。https:\/\/www.aclweb.org\/P19-1499.“，”DOI“：”10.18653\/v1\/P19-1499“}，{“key”：“3455_CR86”，“DOI-asserted-by”：“crossref”，“unstructured”：“Zhou，Q.，Yang，N.，Wei，F.，Huang，S.，Zhou“}]，”container-title“：[“Scientimetrics”]，“original-title”：[]，“language”：“en”，“link”：[{“URL”：“https:\/\/link.springer.com/content\/pdf\/10.1007\/s11192-020-03455-z.pdf”，“content-type”：“application\/pdf”、“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\/link.springer.com/article\/10.1007\/s11192-020-03455-z\/fulltext.html“，“内容类型”：“文本\/html”，“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//link.springer\com/content\/pdf\/10007\/s11182-03455-z.pdf”，“content-type”：“application\/pdf”“：”相似性检查“}”，“存放”：{“日期部分”：[[2022,10,23]]，“日期时间”：“2022-10-23T07:41:52Z”，“时间戳”：1666510912000}，“分数”：1，“资源”：}“主要”：{“URL”：“https:\\/link.springer.com\/10.1007\/s11192-0320-03455-z”}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[2020,5,7]]}，“references-count”：86，“journal-issue”：{“issue”：“3”，“已发布的打印“：｛”日期部分“：[[2020,12]]｝｝，“替代id”：[“3455”]，“URL”：“http:\/\/dx.doi.org/10.1007\/s1192-00-03455-z”，“关系”：｛｝，“ISSN”：[“0138-9130”，“1588-2861”]，“ISSN类型”：[｛”值“：”0138-9130“，”类型“：”打印“｝，｛”值“：”1588-2861“，”类型“：”电子“｝]，”主题“：[]，”已发布”：｛“日期部分”：[[2020,5,7]｝，“断言”：[｛“值”：“2019年9月30日“，”订单“：1，”名称“：”已接收“，”标签“：”接收“，“组”：{“名称”：“文章历史”，“标签”：“论文历史”}}，{“值”：“2020年5月7日”，“订单”：2，”名称：“first_online”，“label”：“first online”，”组“：{”名称“:”文章历史“，”label“：“论文史”}}}]}