Fugu-MT 論文翻訳(概要): A Study of Human Summaries of Scientific Articles

論文の概要: A Study of Human Summaries of Scientific Articles

arxiv url: http://arxiv.org/abs/2002.03604v1
Date: Mon, 10 Feb 2020 08:53:27 GMT
ステータス: 処理完了
システム内更新日: 2023-01-02 08:47:52.651572
Title: A Study of Human Summaries of Scientific Articles
Title（参考訳）: 科学論文の要約についての一考察
Authors: Odellia Boni, Guy Feigenblat, Doron Cohen, Haggai Roitman, David Konopnicki
Abstract要約: これらのプラットフォームのうちの1つで共有されている要約を分析します。目的は、科学的論文の人間の要約を特徴づけ、既存の自動要約システムの改善と適応のために得られた洞察を利用することである。
参考スコア（独自算出の注目度）: 23.54266983884704
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Researchers and students face an explosion of newly published papers which may be relevant to their work. This led to a trend of sharing human summaries of scientific papers. We analyze the summaries shared in one of these platforms Shortscience.org. The goal is to characterize human summaries of scientific papers, and use some of the insights obtained to improve and adapt existing automatic summarization systems to the domain of scientific papers.
Abstract（参考訳）: 研究者や学生は、新たに出版された論文の爆発に直面している。これは科学論文の人間の要約を共有する傾向に繋がった。これらのプラットフォームのひとつで共有されている要約を分析します。目標は、科学論文の人間の要約を特徴付け、既存の科学論文の領域に既存の自動要約システムの改善と適応のために得られた洞察を利用することである。

関連論文リスト

Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
論文参考訳（メタデータ） (2025-02-07T18:26:45Z)
ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
ResearchAgentは、新しい作品のアイデアと運用のためのAIベースのシステムである。 ResearchAgentは、新しい問題を自動で定義し、手法と設計実験を提案し、繰り返し修正する。我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
論文参考訳（メタデータ） (2024-04-11T13:36:29Z)
SciNews: From Scholarly Complexities to Public Narratives -- A Dataset for Scientific News Report Generation [16.61347730523143]
我々は、科学ニュースの自動生成を容易にするための新しいコーパスを提示する。本データセットは,9分野にわたる学術出版物と,それに対応する科学報告から構成される。我々は、最先端のテキスト生成モデルを用いてデータセットをベンチマークする。
論文参考訳（メタデータ） (2024-03-26T14:54:48Z)
Modeling Information Change in Science Communication with Semantically Matched Paraphrases [50.67030449927206]
SPICEDは、情報変化の度合いに注釈を付けた科学的な発見の最初のパラフレーズデータセットである。 SPICEDには、ニュース記事、ソーシャルメディアの議論、オリジナル論文の全文から抽出された6000の科学的発見ペアが含まれている。 SPICEDで訓練されたモデルは、実世界の科学的主張の事実チェックのための証拠検索において下流のパフォーマンスを改善する。
論文参考訳（メタデータ） (2022-10-24T07:44:38Z)
CitationIE: Leveraging the Citation Graph for Scientific Information Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文参考訳（メタデータ） (2021-06-03T03:00:12Z)
Contemporary Research Trends in Response Robotics [0.0]
本稿では,文献の技術的内容,統計,意味を文献学的観点から分析する。本研究の目的は, 応答ロボット研究のグローバルな進展を調査し, 現代の傾向を明らかにすることである。
論文参考訳（メタデータ） (2021-04-28T05:35:45Z)
Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
引用グラフを用いて科学論文の要約作業を再定義します。我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
論文参考訳（メタデータ） (2021-04-07T11:13:35Z)
What's New? Summarizing Contributions in Scientific Literature [85.95906677964815]
本稿では,論文のコントリビューションと作業状況について,個別の要約を生成するために,論文要約のアンタングル化という新たなタスクを導入する。本稿では,学術論文のS2ORCコーパスを拡張し,コントリビューション・コントリビューション・コントリビューション・レファレンス・ラベルを付加する。本稿では, 生成した出力の関連性, 新規性, 絡み合いを報告する総合的自動評価プロトコルを提案する。
論文参考訳（メタデータ） (2020-11-06T02:23:01Z)
Topic Space Trajectories: A case study on machine learning literature [0.0]
本稿では,研究トピックの包括的追跡を可能にする構造であるトピック空間トラジェクトリを提案する。我々は,32の出版会場から50年間の機械学習研究を対象とする出版コーパスへのアプローチの適用性を示した。本手法は,論文分類,今後の研究課題の予測,未発表の論文提出のための会議や雑誌の掲載を推奨するために利用することができる。
論文参考訳（メタデータ） (2020-10-23T10:53:42Z)
GASP! Generating Abstracts of Scientific Papers from Abstracts of Cited Papers [9.472227971923672]
本稿では,引用論文の要約(GASP)をテキスト・トゥ・テキスト・タスクとして,科学論文の要約を生成するという,新しい,科学的かつ哲学的な課題を紹介する。
論文参考訳（メタデータ） (2020-02-28T14:58:41Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。