许可证：apache-2.0
数据集：

• kejian/ACL-ARC
  语言：
• en
  评估指标：
• f1
  基础模型：
• Qwen/Qwen2.5-14B-Instruct
  库名称：transformers
  标签：
• 科学计量学
• 引文分析
• 引文意图分类
  管道标签：零样本分类

Qwen2.5-14B-CIC-ACLARC

基于Qwen 2.5 14B Instruct并在ACL-ARC数据集上微调的引文意图分类模型。

GGUF版本：https://huggingface.co/sknow-lab/Qwen2.5-14B-CIC-ACLARC-GGUF

ACL-ARC分类

快速开始

from transformers import AutoModelForCausalLM, AutoTokenizer  

model_name = "sknow-lab/Qwen2.5-14B-CIC-ACLARC"  

model = AutoModelForCausalLM.from_pretrained(  
    model_name,  
    torch_dtype="auto",  
    device_map="auto"  
)  
tokenizer = AutoTokenizer.from_pretrained(model_name)  

system_prompt = """  
# 上下文 #  
你是一位专家研究员，负责对科学出版物中的引文意图进行分类。  

########  

# 目标 #  
你将获得包含引文的句子，必须输出适当的类别作为答案。  

########  

# 类别定义 #  

六个可能的类别如下："BACKGROUND"（背景）、"MOTIVATION"（动机）、"USES"（使用）、"EXTENDS"（扩展）、"COMPARES_CONTRASTS"（比较或对比）、"FUTURE"（未来）。  

类别定义：  
1 - BACKGROUND：被引论文提供相关背景信息或属于文献体系的一部分。  
2 - MOTIVATION：引用论文直接受到被引论文的启发。  
3 - USES：引用论文使用了被引论文创建的方法或工具。  
4 - EXTENDS：引用论文扩展了被引论文的方法、工具或数据等。  
5 - COMPARES_CONTRASTS：引用论文表达与被引论文的相似性或差异性，或对其提出异议。  
6 - FUTURE：被引论文可能是未来工作的潜在方向。  

########  

# 响应规则 #  
- 仅分析带有@@CITATION@@标记的引文。  
- 为每个引文分配一个类别。  
- 仅响应以下类别之一："BACKGROUND"、"MOTIVATION"、"USES"、"EXTENDS"、"COMPARES_CONTRASTS"、"FUTURE"。  
- 不提供任何解释或说明。  
"""  

test_citing_sentence = "However , the method we are currently using in the ATIS domain ( @@CITATION@@ ) represents our most promising approach to this problem."  

user_prompt = f"""  
{test_citing_sentence}  
### 问题：该引文最可能的意图是？  
a) BACKGROUND  
b) MOTIVATION  
c) USES  
d) EXTENDS  
e) COMPARES_CONTRASTS  
f) FUTURE  
### 答案：  
"""  

messages = [  
    {"role": "system", "content": system_prompt},  
    {"role": "user", "content": user_prompt}  
]  
text = tokenizer.apply_chat_template(  
    messages,  
    tokenize=False,  
    add_generation_prompt=True  
)  
model_inputs = tokenizer([text], return_tensors="pt").to(model.device)  

generated_ids = model.generate(  
    **model_inputs,  
    max_new_tokens=512  
)  
generated_ids = [  
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)  
]  

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]  
# 响应：USES  

关于系统提示和查询模板的详细信息可在论文中找到。

可能需要一个清理函数从输出中提取预测标签。您可以在GitHub上找到我们的实现。

引用

@misc{koloveas2025llmspredictcitationintent,  
      title={Can LLMs Predict Citation Intent? An Experimental Analysis of In-context Learning and Fine-tuning on Open LLMs},   
      author={Paris Koloveas and Serafeim Chatzopoulos and Thanasis Vergoulis and Christos Tryfonopoulos},  
      year={2025},  
      eprint={2502.14561},  
      archivePrefix={arXiv},  
      primaryClass={cs.CL},  
      url={https://arxiv.org/abs/2502.14561},   
}