論文の概要: SciSight: Combining faceted navigation and research group detection for
COVID-19 exploratory scientific search
- arxiv url: http://arxiv.org/abs/2005.12668v3
- Date: Sun, 20 Sep 2020 15:43:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-01 06:19:55.151839
- Title: SciSight: Combining faceted navigation and research group detection for
COVID-19 exploratory scientific search
- Title（参考訳）: SciSight: 新型コロナウイルス探索のための顔ナビゲーションと研究グループ検出を組み合わせる
- Authors: Tom Hope, Jason Portenoy, Kishore Vasan, Jonathan Borchardt, Eric
Horvitz, Daniel S. Weld, Marti A. Hearst, Jevin West
- Abstract要約: 新型コロナウイルス(COVID-19)のパンデミックで科学者が前例のない動員を招き、大量の論文が発行され、研究者が新しい方向を追跡・探究することが困難になった。
本稿では,2つの重要な機能を組み込んだSciSightを探索的に探索するシステムとして紹介する。
第1に、論文(遺伝子、薬物、疾患、患者結果など)から自動的に抽出されるバイオメディカル・ファセット間の関連を探索し、第2に、テキスト情報とネットワーク情報を組み合わせて研究者グループとその関係を探索し視覚化する。
- 参考スコア（独自算出の注目度）: 40.76512878641023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 pandemic has sparked unprecedented mobilization of scientists,
generating a deluge of papers that makes it hard for researchers to keep track
and explore new directions. Search engines are designed for targeted queries,
not for discovery of connections across a corpus. In this paper, we present
SciSight, a system for exploratory search of COVID-19 research integrating two
key capabilities: first, exploring associations between biomedical facets
automatically extracted from papers (e.g., genes, drugs, diseases, patient
outcomes); second, combining textual and network information to search and
visualize groups of researchers and their ties. SciSight has so far served over
$15K$ users with over $42K$ page views and $13\%$ returns.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックで科学者が前例のない動員を招き、大量の論文が発行され、研究者が新しい方向を追跡・探究することが困難になった。
検索エンジンは、コーパス間の接続の発見ではなく、ターゲットクエリ用に設計されている。
本稿では, 論文(遺伝子, 薬物, 疾患, 患者結果など)から自動的に抽出される生物医学的ファセット間の関連を探索し, 第二に, テキスト情報とネットワーク情報を組み合わせることで, 研究者グループとその関連を検索・可視化する。
scisightはこれまでに1万5千ドル以上のユーザーを提供しており、ページビューは4万2千ドル、リターンは13ドルだ。
関連論文リスト
- SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。
SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。
本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文 参考訳（メタデータ） (2024-04-09T15:01:51Z) - Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。
我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
論文 参考訳（メタデータ） (2023-04-14T16:45:38Z) - Award rate inequities in biomedical research [55.850540873687386]
著者らは、2010年から2022年の間にミシガン大学医学部から提案された14,263の生物医学研究提案を分析した。
人種・倫理と提案の受賞率には明確な関係がある。
黒人/アフリカ系アメリカ人とアジア系アメリカ人の研究者は、白人の研究者と比較して全ての応募カテゴリーで不利に見える。
論文 参考訳（メタデータ） (2022-06-14T14:05:39Z) - A Search Engine for Discovery of Biomedical Challenges and Directions [38.72769142277108]
フル長の論文から抽出したテキストの注釈付きコーパスを構築し,リリースする。
新型コロナウイルスのパンデミックに関連する学際的な作業の大規模なコーパスに焦点を当てる。
我々は、データに基づいてトレーニングされたモデルを適用して、コーパス全体の課題と方向性を特定し、この情報のための専用の検索エンジンを構築します。
論文 参考訳（メタデータ） (2021-08-31T11:08:20Z) - Accelerating COVID-19 research with graph mining and transformer-based
learning [2.493740042317776]
新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。
どちらのシステムも、高速な計算時間でドメイン(一部のドメインでは0.97%のROC AUC)間で高品質の予測を実現します。
これらのシステムは、新型コロナウイルスとオキシトシンホルモンの関係など、現在進行中の研究成果を発見できることを示す。
論文 参考訳（メタデータ） (2021-02-10T15:11:36Z) - COVIDScholar: An automated COVID-19 research aggregation and analysis
platform [0.0]
2020年10月現在、81,000以上のCOVID-19関連科学論文が1日250以上の速度で公開されています。
これは、研究文献との関わりの伝統的な方法への挑戦を生み出しました。
我々は2020年における新型コロナウイルス研究の動向について分析する。
論文 参考訳（メタデータ） (2020-12-07T18:17:11Z) - A New Neural Search and Insights Platform for Navigating and Organizing
AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。
本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文 参考訳（メタデータ） (2020-10-30T19:12:25Z) - COVID-19 Kaggle Literature Organization [29.959515544730348]
世界は、2020年に重症急性呼吸症候群のコロナウイルス-2(SARS-CoV-2)の壊滅的な流行に直面している。
この問題の研究は、科学者が新しい発見に追いつくのに苦労している点まで、急速に追跡された。
本稿では、機械学習技術を用いて、新型コロナウイルスに関する科学文献を整理、視覚化するアプローチについて述べる。
論文 参考訳（メタデータ） (2020-08-04T21:02:32Z) - CO-Search: COVID-19 Information Retrieval with Semantic Search, Question
Answering, and Abstractive Summarization [53.67205506042232]
CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。
ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。
TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
論文 参考訳（メタデータ） (2020-06-17T01:32:48Z) - Visualising COVID-19 Research [4.664989082015335]
そこで我々は,新しいテーマベース可視化手法を開発した。
大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。
トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
論文 参考訳（メタデータ） (2020-05-13T15:45:14Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。