論文の概要: COVID-19 Kaggle Literature Organization

• arxiv url: http://arxiv.org/abs/2008.13542v3
• Date: Wed, 2 Sep 2020 03:54:34 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-03 01:21:12.673481
• Title: COVID-19 Kaggle Literature Organization
• Title（参考訳）: 新型コロナウイルス「カグル」文学機関
• Authors: Maksim Ekin Eren, Nick Solovyev, Edward Raff, Charles Nicholas, Ben Johnson
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 29.959515544730348
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The world has faced the devastating outbreak of Severe Acute Respiratory Syndrome Coronavirus-2 (SARS-CoV-2), or COVID-19, in 2020. Research in the subject matter was fast-tracked to such a point that scientists were struggling to keep up with new findings. With this increase in the scientific literature, there arose a need for organizing those documents. We describe an approach to organize and visualize the scientific literature on or related to COVID-19 using machine learning techniques so that papers on similar topics are grouped together. By doing so, the navigation of topics and related papers is simplified. We implemented this approach using the widely recognized CORD-19 dataset to present a publicly available proof of concept.
• Abstract（参考訳）: 世界は2020年に重症急性呼吸症候群(SARS-CoV-2)の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。 この科学文献の増加に伴い、これらの文書を整理する必要性が生じた。 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、視覚化し、類似トピックに関する論文をまとめるアプローチについて述べる。 これにより、トピックや関連論文のナビゲーションが簡略化される。 我々は,広く認識されているCORD-19データセットを用いて,この手法を実装した。

関連論文リスト

• 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)
• COVID-19 Multidimensional Kaggle Literature Organization [3.201839066679614]
  因子化は文書コーパスに隠されたパターンを発見できる強力な教師なし学習手法であることを示す。 コーパスの高次表現により,類似記事,関連雑誌,類似研究論文の執筆者,話題キーワードの同時グループ化が可能となることを示す。
  論文  参考訳（メタデータ） (2021-07-17T06:16:36Z)
• 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)
• Navigating the landscape of COVID-19 research through literature analysis: A bird's eye view [11.362549790802483]
  我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。 我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。 クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
  論文  参考訳（メタデータ） (2020-08-07T23:39:29Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• 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)
• Discovering associations in COVID-19 related research papers [2.146386506780702]
  本研究は、新型コロナウイルス関連論文の要約と、関連ルールテキストマイニングを用いた新型コロナウイルス関連研究について分析した。 これらの手法を基礎として,同種の疫病/パンデミックの流行に研究者がどう対応しているかを歴史を通じて明らかにすることを目的とした。
  論文  参考訳（メタデータ） (2020-04-06T10:52:25Z)
• 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)

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。