Detecção de contexto de citação baseada em aprendizado profundo

Abstract

Resumo: Detecção automática do contexto de citações é uma tarefa crucial para a pesquisa e desenvolvimento acadêmico, pois reforça a integridade e o rigor científico. Este trabalho apresenta um método inovador para essa tarefa, combinando as capacidades do modelo SciBERT com a precisão da Máquina de Vetores de Suporte (SVM). O modelo SciBERT, pré-treinado em um vasto corpus de textos cientícos, pode extrair características linguísticas que auxiliam na classificação de trechos como aqueles requerendo citações. A SVM, uma técnica de classificação bem estabelecida, então combina essas características para gerar uma classificação definitiva. O método proposto foi avaliado em um conjunto de dados de trechos de texto científico, alcançando uma melhoria de desempenho de 3% em relação ao estado da arte, demonstrando um avanço na identificação do contexto de citações. Esses resultados sugerem a eficácia de combinar um modelo de linguagem avançado com uma técnica de classificação bem estabelecida para a detecção automática do contexto de citações. Este método tem o potencial de aprimorar a qualidade e a confiabilidade dos trabalhos científicos.__Abstract: Automatic detection of citation context is a crucial task for academic research and development, as it reinforces scientific integrity and rigor. This work presents an innovative method for this task, combining the capabilities of the SciBERT model with the accuracy of the Support Vector Machine (SVM). The SciBERT model, pre-trained on a vast corpus of scientific texts, can extract linguistic features that help classify excerpts as citations. SVM, a well-established classification technique, then combines these features to generate a definitive classification. The proposed method was evaluated on a dataset of scientific text excerpts, achieving a performance improvement of 3% in relation to the state of the art, demonstrating an advance in identifying the context of citations. These results suggest the efiectiveness of combining an advanced language model with a well-established classification technique for automatic citation context detection. This method has the potential to improve the quality and reliability of scientific work.