PaperRobot

PaperRobot项目简介

概述

PaperRobot是一个致力于科学构思稿件增量生成的项目。该项目的研究成果已被第57届计算语言学协会年会（ACL 2019）接受。PaperRobot的目标是通过研究和应用自然语言处理技术，为科学研究文章的草案生成提供支持，提高科学创作的效率和质量。

环境要求

软件环境

1. Python 版本：3.6

   • 特别提醒：在Python 3.5环境中，模型的保存和加载可能无法正常运行。

2. 操作系统：Ubuntu 16.04或18.04

   • 注意：因为路径分隔符的差异，模型可能无法在Windows系统上正确运行。

依赖包

• Pytorch 1.1
• NumPy 1.16.3
• SciPy 1.2.1
• NetworkX 2.3

这些包可通过官网提供的安装指南来配置。

数据集

1. PubMed Paper Reading Dataset

   • 该数据集包含14,857个实体、133个关系和来自PubMed的分词文本，总共包含875,698个训练对、109,462个开发对和109,462个测试对。

2. PubMed Term, Abstract, Conclusion, Title Dataset

   • 数据集提供三种类型的对：标题-摘要对、摘要-结论及未来工作对、以及结论和未来工作-标题对。

快速开始

现有论文阅读

为了进行现有论文的阅读和理解，首先需要进行预处理，并从PubMed Paper Reading Dataset中下载并解压缩相应的数据文件。

训练步骤：

• 调整超参数，例如，要改变隐藏单元数量到6，可以在train.py命令后附加参数--hidden 6。
• 如果需要恢复训练，可以在命令中指定上一个模型的路径。

测试步骤：

• 在测试模型时，将已完成的模型路径指定于--model参数。通过test.py，可以获取测试集的排名分数。

新论文撰写

对于撰写新论文，同样需要从PubMed Term, Abstract, Conclusion, Title Dataset下载并解压缩数据文件。然后按照如下步骤进行：

训练步骤：

• 指定数据类型后，例如为训练摘要模型，可以在--data_path后指定相应路径。
• 同样可以通过指定模型路径来恢复训练。

测试步骤：

• 指定完成的模型路径，在进行测试时，test.py将提供测试集的分数。

预测实例：

• 通过input.py，对自定义输入进行预测需要指定模型路径。

引用格式

若引用该项目，可以使用以下格式：

@inproceedings{wang-etal-2019-paperrobot,
    title = "{P}aper{R}obot: Incremental Draft Generation of Scientific Ideas",
    author = "Wang, Qingyun  and
      Huang, Lifu  and
      Jiang, Zhiying  and
      Knight, Kevin  and
      Ji, Heng  and
      Bansal, Mohit  and
      Luan, Yi",
    booktitle = "Proceedings of the 57th Conference of the Association for Computational Linguistics",
    month = jul,
    year = "2019",
    address = "Florence, Italy",
    publisher = "Association for Computational Linguistics",
    pages = "1980--1991"
}

通过PaperRobot的研究和开发，科学论文的撰写过程可以变得更加结构化、高效，促进科学研究领域的创新与发展。