查云杰 汪 洋

1(南京烽火天地通信科技有限公司 江苏 南京 210000) 2(武汉邮电科学研究院 湖北 武汉 430074) 3(南京烽火星空通信发展有限公司 江苏 南京 210000)

0 引 言

随着科学论文发表数量的巨大增长，在撰写科学论文的同时寻找参考文献并标注是一个繁琐的过程，研究根据上下文在句中适当位置添加引用的技术是很有实用价值的。上下文感知引文推荐的研究已有近20年，许多研究者利用围绕引文标签的文本数据，即上下文句子，以及目标论文的元数据来寻找合适的被引文献。然而，由于缺乏良好的基准数据集和高性能的模型，使得该技术的研究进展缓慢。

He等[2]在第19届万维网国际会议上提出一种解决方案，通过占位符自动找到被引用的信息，即引文周围的文本可以用作占位符，称为“上下文感知的引用推荐”，占位符两边的句子称为“上下文”。上下文感知的引文推荐任务是一种监督分类，可根据内容选择合适的论文作为占位符。除了上下文，它还考虑了科学文献的特征，使用了作者、标题、引文和期刊(或会议名称)等，这些都是科学论文的元数据或文献计量学[2-6]。近年来，使用深度神经网络来解决此类问题的尝试越来越多[7-9]。

解决该问题最棘手的一个方面是没有可以用来衡量适当性能的基准数据集。通常，该任务需要使用元数据以及围绕所引用论文的上下文。在常用数据中，ACL Anthology Network(AAN)数据集不提供预处理后的论文句子和元数据，DBLP数据集只提供书目信息。……