CiteSee: 通过持久且个性化的历史背景增强科学论文中的引用

文献标题

CiteSee: Augmenting Citations in Scientific Papers with Persistent and Personalized Historical Context

文献信息

• 主题领域: 人机交互（HCI），科学文献阅读与个性化推荐
• 关键词: 阅读界面, 科学文献, 个性化推荐, 文献回顾, 引文增强, 学术工具

研究背景与问题

• 问题或挑战:

  • 科学研究依赖于对现有知识的整合和拓展，文献中的内嵌引用是发现相关研究的关键方式。
  • 在阅读过程中，研究者通常需要应对大量引用，难以判断哪些引用值得关注，进而容易忽略关键性的历史研究。
  • 当前主流的文献工具缺乏对用户个性化兴趣和阅读历史的支援，未能有效帮助用户识别并优先处理相关引用。

• 重要性:

  • 忽略重要文献可能导致研究重复或遗漏关键背景信息，这对学术工作的质量和效率影响深远。
  • 在文献回顾过程中，学者需要高效地筛选和理解引用文献的相关性，以节省研究时间。

• 研究动机:

  • 当前学术工具（如推荐系统和引用分析工具）要么采用非个性化的方法，要么与文献阅读体验割裂，无法在实际阅读场景中帮助用户即时感知引用文献的背景及其重要性。
  • 用户渴望有工具能帮助跟踪多个引用的交叉情况，明确哪些文献被多篇论文提及以便发现领域关键文献。

解决方案

• 方法:

  • 提出了一款名为 CiteSee 的 Chrome 插件，用于增强科学文献阅读体验。
  • 基于用户的阅读历史、文献库和发表记录，提供视觉化和个性化的引用增强功能。

• 创新点:

  • 不仅自动突出显示与用户阅读历史相关联的引用，还在上下文中提供这些引用的个性化历史背景。
  • 使用简单易懂的视觉增强方式（如颜色区分、图标标记）帮助用户即时感知引用文献的熟悉程度和重要性。
  • 引入动态交互功能，使用户能通过点击引用查看详细的文献上下文信息（如引用的文章标题、摘要及其相关段落）。

• 实施步骤与关键技术:

  1. 引用增强: 根据引用是否“再遇到”（已阅读历史中提到）或“已知”（已保存、访问或引用过）动态增强引用的显示效果。
  2. 上下文信息: 为每个引用的“文献卡片”提供该文献被用户最近阅读的多个论文引用时的上下文信息。
  3. 个性化优先排序: 基于用户的阅读量、保存、引用等行为为引用分配权重，并动态调整显示权重（例如通过颜色深浅区分）。
  4. 技术依托:
     • 使用 Semantic Scholar API 获取论文元数据。
     • Grobid 工具实现引用与参考文献的自动解析。
     • 使用后端数据库（PostgreSQL）存储用户的阅读历史与行为日志。

研究成果

• 具体成果:

  • 开发了 CiteSee 工具，并通过两轮用户研究验证了其有效性。
  • 在实验中，CiteSee 展示的引文优先排序显著优于传统引文排序方法（如基于全球引用量或语义嵌入的排序）。
  • 在实际应用测试中，用户使用 CiteSee 发掘文献的效率较传统方法提升近 2.7 倍。

• 与现有解决方案的比较:

  • 相较于现有的文献阅读工具，CiteSee 提供了更深层次的个性化功能，能在上下文中动态提供用户熟悉的引用。
  • 相较于推荐系统，CiteSee 在阅读场景中实现了即时的、不间断的文献发现支持。

• 实验与评估结果:

  • 实验 1（控场实验）：
    • 针对 10 名用户的实验表明，基于用户阅读历史的再遇到引用策略（Reencountered Citations）在文献发现任务中更有效（p<0.001），优于其他三种方法。
  • 实验 2（现场应用研究）：
    • 6 名参与者在实际文献回顾场景中使用 CiteSee，报告 CiteSee 提升了其文献回顾的系统性和效率。
    • 平均情况下，用户通过 CiteSee 的内嵌引用发现发掘相关文献的比例达到了 57%，远高于以往研究报告的 21%。

• 局限性与未来方向:

  • 有冷启动问题，用户需要一定的阅读历史积累才能充分利用 CiteSee 的优势。
  • 当前分析仅限于 PDF 格式的学术论文。
  • 未来可优化多任务文献阅读支持，比如自动识别与用户任务相关的阅读历史片段。
  • 跨越引文增强，还可以探索支持科学概念的持久化上下文记录及交互。