zh:notes:important_citation_semi
差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
|
zh:notes:important_citation_semi [2021/12/09 13:28] pzczxs [Semi-Supervised Learning on Computer Science] |
zh:notes:important_citation_semi [2022/11/08 07:35] (当前版本) pzczxs [Citation information] |
||
|---|---|---|---|
| 行 1: | 行 1: | ||
| ====== Important Citations Identification with Semi-Supervised Classification Model ====== | ====== Important Citations Identification with Semi-Supervised Classification Model ====== | ||
| ===== Citation information ===== | ===== Citation information ===== | ||
| - | Xin An, Xin Sun, Shuo Xu, 2021. [[https://doi.org/10.1007/s11192-021-04212-6|Important citations identification with semi-supervised classification model]]. //Scientometrics//. | + | Xin An, Xin Sun, and **Shuo Xu**, 2022. [[https://doi.org/10.1007/s11192-021-04212-6|Important Citations Identification with Semi-Supervised Classification Model]]. //Scientometrics//, Vol. 127, No. 11, pp. 6533-6555. |
| ===== Requirements ===== | ===== Requirements ===== | ||
| * Python3 | * Python3 | ||
| 行 9: | 行 9: | ||
| ===== Datasets ===== | ===== Datasets ===== | ||
| ==== Dataset I ==== | ==== Dataset I ==== | ||
| - | 数据集I来源于[[https://aaai.org/ocs/index.php/WS/AAAIW15/paper/view/10185/10244|Valenzuela et al. (2015)]]，收集和预处理步骤与[[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]（[[:zh:notes:important_citation|Note]]）相同，共收集456对已标注施引-被引文献对，8085对未标注施引-被引文献对。 | + | Dataset I来源于[[https://aaai.org/ocs/index.php/WS/AAAIW15/paper/view/10185/10244|Valenzuela et al. (2015)]]，收集和预处理步骤与[[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]（[[:zh:notes:important_citation|Note]]）相同，共收集456对已标注施引-被引文献对，8085对未标注施引-被引文献对。 |
| * 原始数据和标注数据在<color red>data_for_semi/Valenzuela_information.xlsx</color>； | * 原始数据和标注数据在<color red>data_for_semi/Valenzuela_information.xlsx</color>； | ||
| 行 17: | 行 17: | ||
| ==== Dataset II ==== | ==== Dataset II ==== | ||
| - | 数据集II来源于[[https://doi.org/10.1002/asi.23179|Zhu et al. (2015)]]，收集和预处理步骤与[[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]（[[:zh:notes:important_citation|Note]]）相同，共收集112篇施引文献，2685对已标注施引-被引文献对。其中施引文献共涉及10种不同学科，82篇来自//Computer Science//学科。 | + | Dataset II来源于[[https://doi.org/10.1002/asi.23179|Zhu et al. (2015)]]，收集和预处理步骤与[[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]（[[:zh:notes:important_citation|Note]]）相同，共收集112篇施引文献，2685对已标注施引-被引文献对。其中施引文献共涉及10种不同学科，82篇来自//Computer Science//学科。 |
| * 原始数据和标注数据在<color red>./data_for_semi/Zhu_information.xls</color>； | * 原始数据和标注数据在<color red>./data_for_semi/Zhu_information.xls</color>； | ||
| 行 25: | 行 25: | ||
| Pre-processing steps are same as those in [[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]。 | Pre-processing steps are same as those in [[https://doi.org/10.1177/0165551521991034|An et al. (2021)]]。 | ||
| - | ===== Feature engineering ===== | + | ===== Feature Engineering ===== |
| Six groups of features in in [[https://doi.org/10.1177/0165551521991034|An et al. (2021)]] are utilized here. | Six groups of features in in [[https://doi.org/10.1177/0165551521991034|An et al. (2021)]] are utilized here. | ||
| 行 83: | 行 83: | ||
| ==== 特征重要性对比 ==== | ==== 特征重要性对比 ==== | ||
| - | 基于Zhu数据集<color red>Zhu_data.xlsx</color>。 | + | 基于数据集<color red>Zhu_data.xlsx</color>，保持结构特征组（G2）不变，将其他组特征分别加入模型中，通过<color red>gridsearch.py</color>优化模型参数，在五折交叉验证下观察使用不同特征组的平均AUC-PR和AUC-ROC数值的变化，以此对各特征贡献进行评估，相应运行代码同前述监督学习。 |
| - | + | ||
| - | 保持结构特征组（G2）不变，将其他组特征分别加入模型中，通过gridsearch优化模型参数，在五折交叉验证下观察使用不同特征组的平均AUC-PR和AUC-ROC数值的变化，以此对各特征贡献进行评估，相应运行代码同前述监督学习。 | + | |
| ===== Discussion ===== | ===== Discussion ===== | ||
| 行 99: | 行 97: | ||
| ==== 案例分析 ==== | ==== 案例分析 ==== | ||
| - | 随机选取Zhu数据集中<color green>id=Z002</color>的施引文献进行案例分析，以验证数据集II的重要引文标注模式与数据集I不同，即存在施引文献作者认为不重要的引文，但实际对施引-被引之间的知识扩散重要。 | + | 随机选取[[:zh:notes:important_citation_semi#dataset_ii|Dataset II]]中<color green>id=Z002</color>的施引文献进行案例分析，以验证[[:zh:notes:important_citation_semi#dataset_ii|Dataset II]]与[[:zh:notes:important_citation_semi#dataset_i|Dataset I]]采用了不同的重要引文标注模式，即存在施引文献作者认为不重要的引文，但实际对施引-被引之间的知识扩散重要。 |
| - | ~~DISCUSSION~~ | + | ~~DISCUSSION:closed~~ |
zh/notes/important_citation_semi.1639027735.txt.gz · 最后更改: 2021/12/09 13:28 由 pzczxs