CiteRead：将本地化引用集成到科学论文阅读中

文献标题

CiteRead: Integrating Localized Citation Contexts into Scientific Paper Reading

文献信息

• 主题领域: 人机交互、科学文献阅读界面优化
• 关键词: 科学论文阅读, 引文上下文, 阅读交互界面, 引文选择, 引文定位, 学术工具设计

研究背景与问题

• 发现问题:

  • 学术论文的读者常常希望了解后续工作如何基于其所读的论文进行发展，但现有工具无法在阅读过程中提供这一信息的有效整合。
  • 尽管诸如 Google Scholar 等科学搜索引擎可以列出所有引用特定论文的后续论文，但这些列表通常较长且缺乏针对性的上下文。
  • Semantic Scholar 和 Scite 等工具提供了部分引用语句（citances），但这些信息与参考论文的具体内容缺乏直接关联性。

• 重要性:

  • 在学术研究中了解一篇论文对后续研究的贡献及其被讨论的方式，是综合理解该领域发展的关键。

• 研究动机与相关工作:

  • 当前学术领域关于引文、引文上下文以及引文分类的研究多集中于信息提取和自动摘要，而较少关注如何将这些信息直接整合到对论文的阅读体验中。
  • 现有的阅读增强工具如 ScholarPhi 以及注释系统（例如 Google Docs 和 Hypothes.is）均未充分结合引用上下文及后续工作的内容。

解决方案

• 提出的方法:

  • 设计了一种名为 CiteRead 的科学论文阅读工具，通过将引用上下文直接整合到参考论文的相关部分，增强阅读体验。
  • 主要功能包括：
    1. 自动选择有效的引用论文。
    2. 将引用上下文定位到参考论文内的特定位置。
    3. 提供交互式界面以无缝衔接参考论文及其引文。

• 方法创新:

  • 提出了一种基于线性特征组合的引文筛选方法，利用深度学习嵌入（如 SciBERT 和 SPECTER）优化引文选择，而非传统的分类器筛选。
  • 引入了新的定位技术，可将引用上下文定位到章节层级，这比现有 NLP 方法通常局限于句子细粒度的定位更符合用户需求。
  • 开发了一种嵌入到 PDF 阅读器的交互式界面，使用户能无缝切换到引用上下文。

• 实施步骤:

  • 通过 NLP 技术提取引用语句的特征，如引用次数、上下文语句长度、标志性词语等。
  • 利用相似度匹配和上下文检测将引文与参考论文内容进行关联，实现定位。
  • 实现了包括边栏注释、动态信息扩展卡片在内的交互界面。

研究成果

• 具体成果:

  • CiteRead 实现了选择、定位及界面设计功能，可在 PDF 文件内标注引用上下文，并通过边栏和详细信息卡片提供额外信息。

• 优势与实验结果:

  • 与传统基线方法（独立引用上下文列表）相比，CiteRead 显著提升了读者对参考论文和后续工作的理解与信息保留能力。
  • 在用户实验中，使用 CiteRead 的参与者测试成绩（准确率）显著高于基线条件（62.5 vs 43.3，p=0.029）。
  • 参与者对 CiteRead 的系统可用性评分（SUS）较高（平均分 78.54）。

• 局限性与未来方向:

  • 局限性：
    • 目前仅在人工控制实验条件下评估，尚未进行领域广泛的纵向测试。
    • 引文选择与定位方法需要更大规模的标注数据集进行进一步优化。
    • 在真实世界场景，可能存在部分 PDF 文档无法有效解析的问题。
  • 未来方向：
    • 提高选择和定位模型的鲁棒性。
    • 扩展到更广泛的学术领域进行测试。
    • 探索将用户生成的注释与自动生成的引用注释整合的方法。

此格式展示了论文的主要内容和贡献，提供了一个结构化的阅读框架，有助于快速理解研究背景及成果。