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: 処理完了
- 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。
- 全文 参考訳へのリンク
関連論文リスト
- Embedding Knowledge for Document Summarization: A Survey [66.76415502727802]
従来の研究は、知識を組み込んだ文書要約器が優れた消化器を生成するのに優れていたことを証明した。
本稿では,文書要約ビューに基づいて,知識と知識の埋め込みを再カプセル化する手法を提案する。
論文 参考訳(メタデータ) (2022-04-24T04:36:07Z) - Scientific and Technological Text Knowledge Extraction Method of based
on Word Mixing and GRU [25.00844482891488]
知識抽出タスクは 構造化されていないテキストデータから 3つの関係を抽出する。
ピペリン」とは、名前付きエンティティ認識とエンティティ関係抽出を分離する手法である。
結合抽出(Joint extract)とは、ニューラルネットワークによって実装され、エンティティ認識と関係抽出を実現するためのエンド・ツー・エンドモデルである。
論文 参考訳(メタデータ) (2022-03-31T14:52:35Z) - Epistemic AI platform accelerates innovation by connecting biomedical
knowledge [0.0]
疫学的AIは、バイオメディカル知識のネットワークに隠れた接続を見つけることによって、生物医学的な発見を加速する。
システムは知識グラフと自然言語処理(NLP)、情報検索、関連フィードバック、ネットワーク分析に頼っている。
システムは、情報抽出のための最先端の手法と、機械学習、人工知能、ネットワーク分析を組み合わせる。
論文 参考訳(メタデータ) (2022-01-27T05:34:13Z) - Knowledge Graph Augmented Network Towards Multiview Representation
Learning for Aspect-based Sentiment Analysis [96.53859361560505]
本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。
KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。
3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
論文 参考訳(メタデータ) (2022-01-13T08:25:53Z) - Physics in the Machine: Integrating Physical Knowledge in Autonomous
Phase-Mapping [10.629434761354938]
科学インフォームドAIや科学AIは、データ分析から、クローズドループ自律システムにおける実験設計、シミュレーション、実行、分析まで、成長してきた。
CAMEOアルゴリズムは、物質系の構成構造関係を学習し、最適な機能特性を持つ材料組成を特定するという2つの課題に対処するために、科学的なAIを使用する。
論文 参考訳(メタデータ) (2021-11-15T00:48:34Z) - Multi-Round Parsing-based Multiword Rules for Scientific OpenIE [18.163915930906693]
OpenIEは、被写体とオブジェクトの関係を記述するリレーショナルなフレーズを識別する。
本稿では,依存関係解析に基づく構造化情報抽出のルールについて述べる。
その結果,提案手法の有効性が示された。
論文 参考訳(メタデータ) (2021-08-04T14:17:48Z) - Clinical Named Entity Recognition using Contextualized Token
Representations [49.036805795072645]
本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。
言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。
明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
論文 参考訳(メタデータ) (2021-06-23T18:12:58Z) - Paradigm selection for Data Fusion of SAR and Multispectral Sentinel
data applied to Land-Cover Classification [63.072664304695465]
本稿では、畳み込みニューラルネットワーク(CNN)に基づく4つのデータ融合パラダイムを分析し、実装する。
目標は、最良のデータ融合フレームワークを選択するための体系的な手順を提供することであり、その結果、最高の分類結果が得られる。
この手順は、土地被覆分類のために検証されているが、他のケースに転送することができる。
論文 参考訳(メタデータ) (2021-06-18T11:36:54Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳(メタデータ) (2021-06-03T03:00:12Z) - 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 Meta-embedding-based Ensemble Approach for ICD Coding Prediction [64.42386426730695]
国際疾病分類 (icd) は、世界中で臨床コーディングに使われているデファクトコードである。
これらのコードにより、医療提供者は償還を請求し、診断情報の効率的な保管と検索を容易にします。
提案手法は,日常的な医学データと科学論文の外部知識を用いて,効果的に単語ベクトルを訓練することにより,神経モデルの性能を高める。
論文 参考訳(メタデータ) (2021-02-26T17:49:58Z)
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。