Fugu-MT 論文翻訳(概要): COVID-19 Literature Topic-Based Search via Hierarchical NMF

論文の概要: COVID-19 Literature Topic-Based Search via Hierarchical NMF

arxiv url: http://arxiv.org/abs/2009.09074v1
Date: Mon, 7 Sep 2020 05:45:03 GMT
ステータス: 処理完了
システム内更新日: 2022-10-21 02:48:10.002911
Title: COVID-19 Literature Topic-Based Search via Hierarchical NMF
Title（参考訳）: 階層的NMFによる文献検索
Authors: Rachel Grotheer, Yihuan Huang, Pengyu Li, Elizaveta Rebrova, Deanna Needell, Longxiu Huang, Alona Kryshchenko, Xia Li, Kyung Ha, Oleksandr Kryshchenko
Abstract要約: 新型コロナウイルス関連の科学文献のデータセットが収集される。階層的非負のマトリックス因子化は、新型コロナウイルスに関する文献を木構造に整理するために用いられる。
参考スコア（独自算出の注目度）: 29.04869940568828
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: A dataset of COVID-19-related scientific literature is compiled, combining the articles from several online libraries and selecting those with open access and full text available. Then, hierarchical nonnegative matrix factorization is used to organize literature related to the novel coronavirus into a tree structure that allows researchers to search for relevant literature based on detected topics. We discover eight major latent topics and 52 granular subtopics in the body of literature, related to vaccines, genetic structure and modeling of the disease and patient studies, as well as related diseases and virology. In order that our tool may help current researchers, an interactive website is created that organizes available literature using this hierarchical structure.
Abstract（参考訳）: 新型コロナウイルス関連の科学文献のデータセットがコンパイルされ、いくつかのオンライン図書館の記事を組み合わせて、オープンアクセスとフルテキストで選択できる。次に、階層的非負行列分解を用いて、新型コロナウイルスに関連する文献を木構造に整理し、研究者が検出されたトピックに基づいて関連文献を検索できるようにする。我々は, ワクチン, 遺伝子構造, 患者研究のモデル化, 関連疾患, ウイルス学に関する文献において, 8つの主要な潜在トピックと52の粒状サブトピックを発見した。我々のツールが現在の研究者を助けるために、この階層構造を用いて利用可能な文献を整理するインタラクティブなウェブサイトが作成されます。

関連論文リスト

BIOMEDICA: An Open Biomedical Image-Caption Archive, Dataset, and Vision-Language Models Derived from Scientific Literature [73.39593644054865]
BIOMEDICAはスケーラブルでオープンソースのフレームワークで、PubMed Central Open Accessサブセット全体を抽出、注釈付け、シリアライズして、使いやすく、公開可能なデータセットにする。われわれのフレームワークは600万以上の記事から2400万以上のユニークな画像テキストペアで包括的なアーカイブを生成する。 BMCA-CLIPは、ストリーミングを通じてBIOMEDICAデータセット上で継続的に事前トレーニングされたCLIPスタイルのモデルのスイートで、27TBのデータをローカルにダウンロードする必要がなくなる。
論文参考訳（メタデータ） (2025-01-13T09:58:03Z)
CHIME: LLM-Assisted Hierarchical Organization of Scientific Studies for Literature Review Support [31.327873791724326]
文献のレビューでは、研究者が大量の情報を合成することを必要としており、科学文献が拡大するにつれてますます困難になっている。本研究では,学術研究の階層的な組織を創出し,研究者の文献レビューを支援するLLMの可能性について検討する。
論文参考訳（メタデータ） (2024-07-23T03:18:00Z)
Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できるこの研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
論文参考訳（メタデータ） (2024-07-17T20:01:21Z)
EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文参考訳（メタデータ） (2022-08-01T18:47:03Z)
Prioritization of COVID-19-related literature via unsupervised keyphrase extraction and document representation learning [1.8374319565577157]
新型コロナウイルス(COVID-19)のパンデミックは、手作業で適切な時間枠で検査や研究が不可能な、新しい科学文献の波を引き起こした。現在の機械学習手法では、類似した文書が互いに近接しているベクトル空間にそのような文献を投影する。本システムでは, ウイルス関連文献の現在の体は, 教師なしキーフレーズ抽出を用いて注釈付けされている。このソリューションは、対話型検索、用語ランキング、潜在的に興味深い文献の探索が可能なWebサーバを通じてアクセス可能である。
論文参考訳（メタデータ） (2021-10-17T17:35:09Z)
Medical Literature Mining and Retrieval in a Conversational Setting [3.37411253119822]
新型コロナウイルスのパンデミックが医学研究に拍車をかけた。簡潔で消費可能な方法で文献から回答を処理、抽出、提示できる堅牢なテキストマイニングツールが必要である。本稿では,豊かな医療文献から新型コロナウイルス関連クエリを検索し,回答し,ユーザとの会話で提示する対話システムを提案する。
論文参考訳（メタデータ） (2021-07-23T23:02:59Z)
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)
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)
Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
我々はメカニズムの知識ベース(KB)の構築を追求する。我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
論文参考訳（メタデータ） (2020-10-08T07:54:14Z)
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)
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)

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。