Sentiment Analysis of Citations in Scientific Articles Using ChatGPT: Identifying Potential Biases and Conflicts of Interest

科学文章在推动知识进展和指导研究方向方面起着至关重要的作用。评估科学文章的一个关键方面是对引文的分析，它提供了关于被引用作品的影响和接受程度的见解。本文介绍了大型语言模型（特别是ChatGPT）的创新应用，用于对科学文章中的引文进行全面情感分析。通过利用先进的自然语言处理（NLP）技术，ChatGPT可以辨别引文的微妙积极或消极情感，提供有关被引用作品接受程度和影响的见解。此外，ChatGPT的能力还包括检测引文中潜在的偏见和利益冲突，提高科学文献评估的客观性和可靠性。本研究展示了人工智能（AI）驱动工具在增强引文分析和促进学术研究诚信方面的变革潜力。

论文介绍了一种使用大型语言模型进行科学文献引用情感分析的方法，以提高科学文献评估的客观性和可靠性。

使用ChatGPT这样的大型语言模型进行科学文献引用情感分析，可以识别引用的积极或消极情感，发现潜在偏见和利益冲突，提高科学文献评估的客观性和可靠性。

论文展示了人工智能技术在科学文献评估中的潜在应用，实验结果表明该方法可以有效地识别引用的情感和潜在偏见，为科学研究提供更加客观和可靠的评估方法。

最近的相关研究主要集中在使用自然语言处理技术进行文本情感分析和科学文献评估方面，如《A Systematic Review of Sentiment Analysis on Scientific Papers》和《Analyzing Scientific Papers: A Comprehensive Natural Language Processing Approach》等。