郭晨睿 王佳敏 崔浩冉 武健

1. 武汉大学信息管理学院 武汉 430072；2.欧道明大学计算机科学系 诺福克 23529

引言

引文上下文是指围绕在引证文献的引文标记周围用来描述被引文献的一个或多个句子[1]。这些句子表征了被引文献有代表性价值的观点和方法。对引文上下文进行分析对了解学术文献引证时的引文习惯、被引原因、分析论文信息流向特点等有着重要价值。在引文分析领域，引文上下文使得仅依赖计量学所产生的引文分析偏差得到修正，是引用动机识别[2]、被引片段识别[3,4]、被引文献自动摘要生成[5]等研究的基础。随着机器学习技术的飞速发展，引文上下文也在学术文献检索优化[6]、主题识别[7]、增强和改进关键字短语提取[8]等研究中发挥重要价值。

引文上下文分为两种类型，其中显性引文上下文是包含引用标记的句子[9]，隐性引文上下文是与被引文章在语义上相关但不包含引文标记的句子[10]。在图1的示例中，包含引用标记“(Vogel et al., 1996)”的显性引文上下文以绿色突出显示，隐性引文上下文句子以黄色突出显示，非突出显示的句子不是给定引用的引用上下文。

图1 显性和隐性引文上下文示例

ParsCit[11]、GROBID[12]、ConSyn①http://consyn.elsevier.com等工具可以帮助研究者识别显性引文上下文。但多数情况下，作者都会使用多个句子来总结对被引文献的评述。同时，很多学者在研究中发现使用完整的引文上下文能够很大程度上提升下游任务的效果。例如，Ritchie等[13]发现与仅使用显性引文上下文相比，使用完整的引文上下文在文献检索任务上能取得更好效果。……