변압기 모델 Predict Paper Impact Metrics from Titles and Abstracts, Evaluated Across One Million Articles
11월 14일에 발표된 연구는 변압기 모형이 제목과 요약에서 종이 충격 미터를 혼자 예측할 수 있는지 시험했습니다. 저자, Cameron C. 젊은과 Marc D. Succi, 3 미터 대상 : 연간 인용, Altmetric Score 및 미국 국립 보건 연구소의 상대 인용 비율 (RCR).
BioBERT를 대표 기본 모델로 사용하여 최종 평가는 백만 가지 일반 과학 및 의료 기사를 덮었습니다. 의료 데이터 세트에서, BioBERT는 0.494의 F1, 0.504의 정확도, 그리고 년 당 인용을 위한 0.382의 MCC에 도달했습니다; Altmetric 점수를 위한 0.354의 0.468와 MCC의 F1; 그리고 iCite RCR를 위한 0.405의 0.516 그리고 MCC의 F1.
가장 높은 충격 quintiles의 구별 종이에서 가장 잘 수행 된 모델은 중간 quintiles에 약한되었습니다.
사진: 图：Transformer 模型的整体架构示意图，左侧为编码器、右侧为解码器。来源：Daniel Voigt Godoy (dvgodoy)，Wikimedia Commons，CC BY 4.0。 / Photo: Diagram of the overall Transformer model architecture, encoder on the left and decoder on the right. Source: Daniel Voigt Godoy (dvgodoy), Wikimedia Commons, CC BY 4.0.
