引文上下文化的科学论文摘要
Citance-Contextualized Summarization of Scientific Papers
AI总结：
提出一种基于引文上下文的科学论文摘要方法，利用引文检索相关段落并生成针对性摘要，在包含54万篇论文和460万条引文的新数据集上评估。
摘要：
当前的科学论文自动摘要方法以摘要形式生成信息丰富的摘要。然而，摘要并不旨在展示论文与其引用参考文献之间的关系。我们提出了一种新的上下文化摘要方法，该方法能够基于包含参考文献引用的给定句子（即所谓的“引文”）生成信息丰富的摘要。该摘要概述了被引论文中与引文位置相关的内容。因此，我们的方法提取并建模论文的引文，从被引论文中检索相关段落，并为每个引文生成针对性的抽象式摘要。我们使用 $\textbf{Webis-Context-SciSumm-2023}$ 评估我们的方法，这是一个包含 54 万篇计算机科学论文和其中 460 万条引文的新数据集。
英文摘要：
Current approaches to automatic summarization of scientific papers generate informative summaries in the form of abstracts. However, abstracts are not intended to show the relationship between a paper and the references cited in it. We propose a new contextualized summarization approach that can generate an informative summary conditioned on a given sentence containing the citation of a reference (a so-called "citance"). This summary outlines the content of the cited paper relevant to the citation location. Thus, our approach extracts and models the citances of a paper, retrieves relevant passages from cited papers, and generates abstractive summaries tailored to each citance. We evaluate our approach using $\textbf{Webis-Context-SciSumm-2023}$, a new dataset containing 540K~computer science papers and 4.6M~citances therein.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
