LLM4Impact

新的LLM4Impact方法使用异构数据预测科学论文影响力

研究人员开发了LLM4Impact，这是一种通过整合不同信息源来预测研究论文未来科学影响力的新颖方法。该方法结合了语义、图和基于LLM的表示，并使用上下文感知门控机制来适应性地加权不同类型的证据。LLM4Impact还包含一个校准模块，以考虑不同领域和时间引用规模的变化。在大型基准数据集上的实验表明，LLM4Impact的性能显著优于现有方法，预测误差有所降低。