論文の概要: Mapping Researchers with PeopleMap

• arxiv url: http://arxiv.org/abs/2009.00091v1
• Date: Mon, 31 Aug 2020 20:46:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-23 07:27:59.041604
• Title: Mapping Researchers with PeopleMap
• Title（参考訳）: PeopleMapによる研究者のマッピング
• Authors: Jon Saad-Falcon, Omar Shaikh, Zijie J. Wang, Austin P. Wright, Sasha Richardson, and Duen Horng Chau
• Abstract要約: PeopleMapは、研究の関心や出版物に基づいて、研究者のためのビジュアルマップを作成する。 研究者のGoogle Scholarプロファイルのみを入力として必要とすると、PeopleMapは研究者の埋め込みを生成して視覚化する。 PeopleMapは、ジョージア工科大学にまたがって採用を拡大するための肯定的なフィードバックと熱意を受けてきた。
• 参考スコア（独自算出の注目度）: 11.466062262579495
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Discovering research expertise at universities can be a difficult task. Directories routinely become outdated, and few help in visually summarizing researchers' work or supporting the exploration of shared interests among researchers. This results in lost opportunities for both internal and external entities to discover new connections, nurture research collaboration, and explore the diversity of research. To address this problem, at Georgia Tech, we have been developing PeopleMap, an open-source interactive web-based tool that uses natural language processing (NLP) to create visual maps for researchers based on their research interests and publications. Requiring only the researchers' Google Scholar profiles as input, PeopleMap generates and visualizes embeddings for the researchers, significantly reducing the need for manual curation of publication information. To encourage and facilitate easy adoption and extension of PeopleMap, we have open-sourced it under the permissive MIT license at https://github.com/poloclub/people-map. PeopleMap has received positive feedback and enthusiasm for expanding its adoption across Georgia Tech.
• Abstract（参考訳）: 大学における研究専門知識の発見は難しい作業である。 ディレクトリは常に時代遅れになり、研究者の作業を視覚的に要約したり、研究者間の共通の関心の探索を支援する助けはほとんどない。 その結果、内部と外部の両方が新しいつながりを発見し、研究協力を育て、研究の多様性を探求する機会を失った。 この問題に対処するため、ジョージア工科大学では、自然言語処理(NLP)を用いたオープンソースのインタラクティブなWebベースツールであるPeopleMapを開発し、研究者の興味や出版物に基づいて視覚マップを作成しました。 研究者のGoogle Scholarプロファイルのみを入力として必要とすることで、PeopleMapは研究者の埋め込みを生成し視覚化することで、公開情報の手作業によるキュレーションを大幅に削減する。 PeopleMapの採用と拡張を容易にするため、私たちはhttps://github.com/poloclub/People-mapでMITライセンス下でオープンソースにしました。 PeopleMapは、ジョージア工科大学にまたがって採用を拡大するための肯定的なフィードバックと熱意を受けてきた。

関連論文リスト

• OpenResearcher: Unleashing AI for Accelerated Scientific Research [35.31092912532057]
  我々は、人工知能(AI)技術を活用して研究プロセスを加速する革新的なプラットフォームであるOpenResearcherを紹介する。 OpenResearcherはRetrieval-Augmented Generation (RAG)に基づいて構築されており、LLM(Large Language Models)と最新のドメイン固有知識を統合する。 我々は、OpenResearcherが研究者のクエリを理解し、科学文献から検索し、検索した情報をフィルタリングし、正確で包括的な回答を提供し、答えを自己修正する様々なツールを開発した。
  論文  参考訳（メタデータ） (2024-08-13T14:59:44Z)
• 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)
• GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training Data Exploration [97.68234051078997]
  我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。 Jupyter NotebookベースのウォークスルーがGitHubで公開されている。 GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
  論文  参考訳（メタデータ） (2023-06-02T12:09:59Z)
• The Semantic Reader Project: Augmenting Scholarly Documents through AI-Powered Interactive Reading Interfaces [54.2590226904332]
  本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。 10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。 本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
  論文  参考訳（メタデータ） (2023-03-25T02:47:09Z)
• Spacerini: Plug-and-play Search Engines with Pyserini and Hugging Face [104.2943594704532]
  Spaceriniは、再現可能な情報検索研究のためのPyseriniツールキットとHugging Faceを統合するツールである。 Spaceriniは、最先端のスパースと密集した検索モデルを、非IR実践者にとってよりアクセスしやすいものにしている。
  論文  参考訳（メタデータ） (2023-02-28T12:44:10Z)
• ARDIAS: AI-Enhanced Research Management, Discovery, and Advisory System [24.42822218256954]
  ARDIASはWebベースのアプリケーションで、研究者に完全な発見とコラボレーションツールを提供することを目的としている。 ARDIASは現在、著者や論文を名前で検索し、特定の研究者の研究トピックに関する洞察を得ることができる。 AIベースのツールの助けを借りて、ARDIASは潜在的な協力者やトピックを研究者に推奨することを目指している。
  論文  参考訳（メタデータ） (2023-01-25T13:30:10Z)
• Researching Alignment Research: Unsupervised Analysis [14.699455652461726]
  AIアライメント研究は、人工知能(AI)が人間に利益をもたらすことを保証することを目的としている。 このプロジェクトでは、既存のAIアライメント研究を収集、分析した。 フィールドは急速に成長しており、いくつかのサブフィールドが平行して出現している。
  論文  参考訳（メタデータ） (2022-06-06T18:24:17Z)
• DeepShovel: An Online Collaborative Platform for Data Extraction in Geoscience Literature with AI Assistance [48.55345030503826]
  地質学者は、関連する結果やデータを発見、抽出、集約するために膨大な量の文献を読む必要がある。 DeepShovelは、彼らのニーズをサポートするAI支援データ抽出システムである。 14人の研究者によるユーザ評価の結果、DeepShovelは科学データベース構築のためのデータ抽出の効率を改善した。
  論文  参考訳（メタデータ） (2022-02-21T12:18:08Z)
• Bridger: Toward Bursting Scientific Filter Bubbles and Boosting Innovation via Novel Author Discovery [22.839876884227536]
  ブリッジャー(Bridger)は、学者とその研究の発見を促進するシステムである。 論文から抽出した情報と推論されたペルソナを用いて著者の顔表現を構築する。 我々は、科学者間の共通点とコントラストを見つけるアプローチを開発する。
  論文  参考訳（メタデータ） (2021-08-12T11:24:23Z)
• PeopleMap: Visualization Tool for Mapping Out Researchers using Natural Language Processing [12.149620981671609]
  PeopleMapは、研究の才能を要約し、人びとが新しいつながりを発見するための、新しいエンゲージメントな方法を提供する。 PeopleMapは、公開アクセス可能なリポジトリと詳細なドキュメントを使用して、任意の機関で簡単に採用することができる。
  論文  参考訳（メタデータ） (2020-06-10T23:06:25Z)
• 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)

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。