Fugu-MT 論文翻訳(概要): HIVE-4-MAT: Advancing the Ontology Infrastructure for Materials Science

論文の概要: HIVE-4-MAT: Advancing the Ontology Infrastructure for Materials Science

arxiv url: http://arxiv.org/abs/2101.07960v1
Date: Wed, 20 Jan 2021 04:40:09 GMT
ステータス: 翻訳完了
システム内更新日: 2021-03-22 09:01:58.037794
Title: HIVE-4-MAT: Advancing the Ontology Infrastructure for Materials Science
Title（参考訳）: HIVE-4-MAT:材料科学のオントロジー基盤の整備
Authors: Jane Greenberg, Xintong Zhao, Joseph Adair, Joan Boone and Xiaohua Tony Hu
Abstract要約: HIVE-4-MATは、材料科学のための学際的語彙工学を支援します。 HIVE-4-MATの語彙ブラウジング、用語検索と選択、知識抽出とインデックス化をレビューします。
参考スコア（独自算出の注目度）: 0.5249805590164902
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Introduces HIVE-4-MAT - Helping Interdisciplinary Vocabulary Engineering for Materials Science, an automatic linked data ontology application. Covers contextual background for materials science, shared ontology infrastructures, and reviews the knowledge extraction and indexing process. HIVE-4-MAT's vocabulary browsing, term search and selection, and knowledge extraction and indexing are reviewed, and plans to integrate named entity recognition. Conclusion highlights next steps with relation extraction to support better ontologies.
Abstract（参考訳）: hive-4-mat - 自動リンクデータオントロジーアプリケーションである材料科学における学際的語彙工学を支援する。材料科学の文脈的背景、共有オントロジーのインフラをカバーし、知識抽出と索引付けのプロセスをレビューする。 HIVE-4-MATの語彙ブラウジング、用語検索と選択、知識抽出と索引付けをレビューし、名前付きエンティティ認識を統合する計画である。結論より良いオントロジーをサポートするための関係抽出を伴う次のステップを強調する。

関連論文リスト

Enhancing Semantic Interoperability Across Materials Science With HIVE4MAT [0.1979158763744267]
HIVE4MATは、科学に価値をナビゲートするためのリンクされたデータ対話型アプリケーションである。この記事では、システムアーキテクチャを説明し、2つの評価について報告し、今後の計画について議論する。
論文参考訳（メタデータ） (2024-11-01T15:35:56Z)
The landscape of ontologies in materials science and engineering: A survey and evaluation [0.6472397166280683]
本稿では,材料科学・工学におけるオントロジーの概要について述べる。本稿で概説した要件に基づいて,60個の選択された用語を分析し,比較する。その結果,MSEの強度と弱さに関する貴重な知見が得られた。
論文参考訳（メタデータ） (2024-08-12T09:53:58Z)
Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文参考訳（メタデータ） (2024-06-16T14:49:19Z)
MuLMS: A Multi-Layer Annotated Text Corpus for Information Extraction in the Materials Science Domain [0.7947524927438001]
材料科学の7つのサブドメインにまたがる50のオープンアクセス記事のデータセットであるMulMSを提示する。すべてのタスクに対して競合するニューラルモデルを提示し、既存の関連リソースによるマルチタスクトレーニングがメリットをもたらすことを示す。
論文参考訳（メタデータ） (2023-10-24T07:23:46Z)
Descriptive Knowledge Graph in Biomedical Domain [26.91431888505873]
本稿では,バイオメディカルコーパスから情報文や記述文を自動的に抽出し,生成する新しいシステムを提案する。接続されていない経路を検索する従来の検索エンジンや探索システムとは異なり,本システムは記述文をグラフとして整理する。新型コロナウイルス研究における本システムの適用に着目し,薬物再資源化や文献キュレーションなどの分野における実用性について考察した。
論文参考訳（メタデータ） (2023-10-18T03:10:25Z)
DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
論文参考訳（メタデータ） (2023-09-04T20:52:33Z)
Artificial Intelligence in Concrete Materials: A Scientometric View [77.34726150561087]
本章は, コンクリート材料用AI研究の主目的と知識構造を明らかにすることを目的としている。まず、1990年から2020年にかけて発行された389の雑誌記事が、ウェブ・オブ・サイエンスから検索された。キーワード共起分析やドキュメント共起分析などのサイエントメトリックツールを用いて,研究分野の特徴と特徴を定量化した。
論文参考訳（メタデータ） (2022-09-17T18:24:56Z)
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)
Ontology-based Feature Selection: A Survey [0.6767885381740952]
調査の目的は、テキスト、画像、データベース、専門知識からの知識抽出の重要な側面に関する洞察を提供することである。提示された例は、医療、観光、機械工学、土木工学など、さまざまなアプリケーションドメインにまたがる。
論文参考訳（メタデータ） (2021-04-15T19:03:31Z)
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)
Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
論文参考訳（メタデータ） (2020-08-05T15:45:54Z)

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。