論文の概要: The CSO Classifier: Ontology-Driven Detection of Research Topics in
Scholarly Articles
- arxiv url: http://arxiv.org/abs/2104.00948v1
- Date: Fri, 2 Apr 2021 09:02:32 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 20:22:46.854434
- Title: The CSO Classifier: Ontology-Driven Detection of Research Topics in
Scholarly Articles
- Title(参考訳): CSO分類器:学術論文におけるオントロジーによる研究トピックの検出
- Authors: Angelo A. Salatino, Francesco Osborne, Thiviyan Thanapalasingam,
Enrico Motta
- Abstract要約: コンピュータサイエンスオントロジー(CSO)に基づく研究論文の自動分類のための新しい教師なしアプローチを紹介します。
CSOは、研究論文(タイトル、抽象、キーワード)に関連するメタデータを入力として取り、オントロジーから引き出された研究概念の選択を返します。
このアプローチは、手作業による注釈付き記事のゴールドスタンダードで評価され、代替方法よりも大幅に改善されました。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Classifying research papers according to their research topics is an
important task to improve their retrievability, assist the creation of smart
analytics, and support a variety of approaches for analysing and making sense
of the research environment. In this paper, we present the CSO Classifier, a
new unsupervised approach for automatically classifying research papers
according to the Computer Science Ontology (CSO), a comprehensive ontology of
re-search areas in the field of Computer Science. The CSO Classifier takes as
input the metadata associated with a research paper (title, abstract, keywords)
and returns a selection of research concepts drawn from the ontology. The
approach was evaluated on a gold standard of manually annotated articles
yielding a significant improvement over alternative methods.
- Abstract(参考訳): 研究論文を研究トピックに従って分類することは、その検索性を改善し、スマート分析の作成を支援し、研究環境を分析・理解するための様々なアプローチを支援するための重要な課題である。
本稿では,コンピュータ科学分野における再研究領域の包括的オントロジーであるcomputer science ontology (cso) に基づいて,研究論文を自動的に分類する新しい教師なしアプローチであるcso分類器を提案する。
CSO分類器は、研究論文(タイトル、抽象、キーワード)に関連するメタデータを入力として、オントロジーから引き出された研究概念の選択を返す。
このアプローチは、手作業による注釈付記事の金本位制で評価され、代替方法よりも大幅に改善した。
関連論文リスト
- Incremental hierarchical text clustering methods: a review [49.32130498861987]
本研究の目的は,階層的および漸進的クラスタリング技術の解析である。
本研究の主な貢献は、文書クラスタリングのテキスト化を目的とした、2010年から2018年にかけて出版された研究で使用されるテクニックの組織化と比較である。
論文 参考訳(メタデータ) (2023-12-12T22:27:29Z) - A Systematic Review of Aspect-based Sentiment Analysis (ABSA): Domains,
Methods, and Trends [2.014577508582391]
Aspect-based Sentiment Analysis (ABSA)は、微粒な感情分析の一種である。
ABSAの研究は言語学、統計学、機械学習のアプローチを採用している。
その性質上、ABSAはドメインに依存しており、リソースとアプリケーションドメイン間のミスアライメントの影響に敏感である。
論文 参考訳(メタデータ) (2023-11-16T06:01:47Z) - Systematic Analysis of COVID-19 Ontologies [5.286727853896068]
この研究は、関連する文献の体系的なレビューを伴って、二重段階のアプローチによって実施される。
新型コロナウイルスのオントロジー(CovOs)を24種選択し,検討した。
METHONTOLOGYアプローチは、しばしばアプリケーションベースまたはデータ中心の評価手法と組み合わせて、好ましい設計手法として現れる。
論文 参考訳(メタデータ) (2023-09-15T18:17:01Z) - An approach based on Open Research Knowledge Graph for Knowledge
Acquisition from scientific papers [4.8951183832371]
Open Research Knowledge Graph (ORKG)は、研究論文から抽出されたキーインサイトを整理するコンピュータ支援ツールである。
現在、"食品情報工学"、"知識グラフマッチングへのタブラリデータ"、"クエストアンサーリング"研究問題、"Neuro-symbolic AI"ドメインの文書化に使用されている。
論文 参考訳(メタデータ) (2023-08-23T20:05:42Z) - Application of Transformers based methods in Electronic Medical Records:
A Systematic Literature Review [77.34726150561087]
本研究は,異なるNLPタスクにおける電子カルテ(EMR)のトランスフォーマーに基づく手法を用いて,最先端技術に関する体系的な文献レビューを行う。
論文 参考訳(メタデータ) (2023-04-05T22:19:42Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - Characterising Research Areas in the field of AI [68.8204255655161]
トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。
その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
論文 参考訳(メタデータ) (2022-05-26T16:30:30Z) - Research Scholar Interest Mining Method based on Load Centrality [15.265191824669555]
本稿では,負荷集中度に基づく研究研究者の関心マイニングアルゴリズムを提案する。
各トピックの地域構造は、ノードの集中度研究モデルの重みを正確に計算するために使用することができる。
本稿では, 負荷率センタに基づく科学的研究協力により, 科学的研究研究者の関心を効果的に抽出することができる。
論文 参考訳(メタデータ) (2022-03-21T04:16:46Z) - Software-Based Dialogue Systems: Survey, Taxonomy and Challenges [4.2763155274587366]
本稿では,2次研究の体系的な文献レビューを通じて,会話エージェントの研究の現状について調査する。
そこで本研究では,対話エージェントの分野における異なる次元の包括的分類法を提案する。
論文 参考訳(メタデータ) (2021-06-21T07:41:44Z) - 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)
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。