본 논문은 과학 문서 표현 학습의 세 가지 접근 방식(대조 학습, 세분화된 표현 학습, 작업 지향 학습)의 한계를 극복하기 위해 새로운 방법인 FLeW를 제안합니다. FLeW는 인용 의도와 빈도를 활용한 새로운 triplet 샘플링 방법을 통해 인용 구조 신호를 강화하고, 과학 논문의 일반적인 구조에 맞춰 인용 의도(배경, 방법, 결과)를 세분화된 표현 학습을 위한 도메인 일반화된 측면 분할에 활용합니다. 또한, 작업 특화 미세 조정 없이 세 가지 측면 수준 임베딩을 작업 특정 문서 임베딩으로 적응적으로 통합하기 위해 간단한 가중치 검색을 채택합니다. 실험 결과, FLeW는 기존 모델에 비해 다양한 과학적 작업과 분야에서 적용 가능성과 강력함을 보여줍니다.
