Resumen

El número de publicaciones científicas está creciendo de forma exponencial. Los artículos de investigación citan otros trabajos por diversas razones y, por lo tanto, han sido estudiados extensamente para asociar documentos. Se argumenta que no todas las referencias tienen el mismo nivel de importancia. Es esencial comprender la razón de la cita, llamada intención o función de la cita. La información textual puede contribuir de manera efectiva si se aplican nuevas técnicas de procesamiento del lenguaje natural para capturar el contexto de los datos textuales. En este artículo, hemos utilizado la incrustación de palabras contextualizada para encontrar la representación numérica de las características del texto. Posteriormente, investigamos el rendimiento de varias técnicas de aprendizaje automático en la representación numérica del texto. El rendimiento de cada uno de los clasificadores fue evaluado en dos conjuntos de datos de vanguardia que contenían las características del texto. En el caso del conjunto de datos desequilibrado, observamos que la Máquina de Vectores de Soporte (SVM) lineal logró una precisión del 86% para la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Publicaciones científicas; Intención de citación; Técnicas de procesamiento de lenguaje natural; Incrustación de palabras contextualizadas; Técnicas de aprendizaje automático; Máquina de Vectores de Soporte
• Keywords:Scientific publications; Citation intent; Natural language processing techniques; Contextualized word embedding; Machine-learning techniques; Support Vector Machine