Fugu-MT 論文翻訳(概要): Searching Scientific Literature for Answers on COVID-19 Questions

論文の概要: Searching Scientific Literature for Answers on COVID-19 Questions

arxiv url: http://arxiv.org/abs/2007.02492v1
Date: Mon, 6 Jul 2020 01:34:25 GMT
ステータス: 処理完了
システム内更新日: 2022-11-13 03:11:11.395635
Title: Searching Scientific Literature for Answers on COVID-19 Questions
Title（参考訳）: COVID-19に関する質問に対する科学文献の検索
Authors: Vincent Nguyen, Maciek Rybinski, Sarvnaz Karimi, Zhenchang Xing
Abstract要約: TREC COVIDのサーチトラックは、科学者、臨床医、政策立案者、その他同様の情報を必要とする人々を支援するための検索ツールの開発を支援することを目的としている。本稿では,ニューラル検索のための新しい手法を提案し,TREC COVIDサーチの有効性を実証する。
参考スコア（独自算出の注目度）: 19.340724359324803
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Finding answers related to a pandemic of a novel disease raises new challenges for information seeking and retrieval, as the new information becomes available gradually. TREC COVID search track aims to assist in creating search tools to aid scientists, clinicians, policy makers and others with similar information needs in finding reliable answers from the scientific literature. We experiment with different ranking algorithms as part of our participation in this challenge. We propose a novel method for neural retrieval, and demonstrate its effectiveness on the TREC COVID search.
Abstract（参考訳）: 新規疾患のパンデミックに関連する回答を見つけることは、新たな情報が徐々に手に入るにつれて、情報検索と検索の新たな課題を提起する。 TREC COVIDのサーチトラックは、科学者、臨床医、政策立案者、その他の研究者が科学的文献から信頼できる答えを見つけるのに、同様の情報を必要とするのを助けるための検索ツールの開発を支援することを目的としている。このチャレンジへの参加の一環として、さまざまなランキングアルゴリズムを実験します。本稿では,ニューラル検索のための新しい手法を提案し,TREC COVIDサーチの有効性を実証する。

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)
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)
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)
COVID-SEE: Scientific Evidence Explorer for COVID-19 Related Research [29.209304525218013]
COVID-SEEは、情報探索の概念に基づく医学文献発見システムである。出版物の情報を構造化し整理するための、いくつかの異なるテキスト分析と自然言語処理手法に基づいている。
論文参考訳（メタデータ） (2020-08-18T12:14:36Z)
Deep Learning for Anomaly Detection: A Review [150.9270911031327]
本稿では,3つの高レベルカテゴリと11の細粒度カテゴリの進歩を網羅した包括的分類法による深部異常検出の研究について調査する。我々は、それらの重要な直観、客観的機能、基礎となる仮定、利点とデメリットをレビューし、上記の課題にどのように対処するかについて議論する。
論文参考訳（メタデータ） (2020-07-06T02:21:16Z)
Answering Questions on COVID-19 in Real-Time [18.183746404693775]
新型コロナウイルスの感染拡大が世界中に波及し、研究者らは効果的に戦おうとしている。戦いが難しい理由のひとつは、情報と知識の不足にある。本稿では,コビッドAskを作成することで,この知識の真空化に貢献する取り組みについて概説する。
論文参考訳（メタデータ） (2020-06-29T06:34:35Z)
Automatic Text Summarization of COVID-19 Medical Research Articles using BERT and GPT-2 [8.223517872575712]
我々は,既存のNLPモデルであるBERTとOpenAI GPT-2の最近の進歩を活用している。本モデルは,原文から抽出したキーワードに基づいて,抽象的かつ包括的情報を提供する。我々の研究は、要約がまだ手に入らない記事の簡潔な要約を提供することで、医療コミュニティに役立てることができる。
論文参考訳（メタデータ） (2020-06-03T00:54:44Z)
CAiRE-COVID: A Question Answering and Query-focused Multi-Document Summarization System for COVID-19 Scholarly Information Management [48.251211691263514]
我々は、リアルタイム質問応答(QA)とマルチドキュメント要約システムであるCAiRE-COVIDを紹介し、Kaggle COVID-19 Open Researchデータセットチャレンジで10のタスクのうちの1つを勝ち取った。本システムの目的は,コミュニティからの優先度の高い質問に答えることによって,新型コロナウイルスに関する数多くの学術論文をマイニングすることにある。
論文参考訳（メタデータ） (2020-05-04T15:07:27Z)
Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
論文参考訳（メタデータ） (2020-04-10T17:12:29Z)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)
Anomalous Example Detection in Deep Learning: A Survey [98.2295889723002]
本調査は,ディープラーニングアプリケーションにおける異常検出の研究について,構造化された包括的概要を提供する。既存の技術に対する分類法を,その基礎となる前提と採用アプローチに基づいて提案する。本稿では,DLシステムに異常検出技術を適用しながら未解決の研究課題を取り上げ,今後の課題について述べる。
論文参考訳（メタデータ） (2020-03-16T02:47:23Z)

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。