論文の概要: Augmenting Scientific Creativity with Retrieval across Knowledge Domains
- arxiv url: http://arxiv.org/abs/2206.01328v1
- Date: Thu, 2 Jun 2022 22:55:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-07 05:11:30.169399
- Title: Augmenting Scientific Creativity with Retrieval across Knowledge Domains
- Title（参考訳）: 知識領域間の検索による科学的創造性の向上
- Authors: Hyeonsu B. Kang and Sheshera Mysore and Kevin Huang and Haw-Shiuan
Chang and Thorben Prein and Andrew McCallum and Aniket Kittur and Elsa
Olivetti
- Abstract要約: 論文要約から,エンドユーザが関心のあるテキストコアの一部を選択できる探索検索システムを開発した。
研究者らによるケーススタディは、クロスドメイン探索とインスピレーションを促進することを目的としたシステムにおける機会と設計の意味を明らかにする。
- 参考スコア（独自算出の注目度）: 31.735564282883352
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Exposure to ideas in domains outside a scientist's own may benefit her in
reformulating existing research problems in novel ways and discovering new
application domains for existing solution ideas. While improved performance in
scholarly search engines can help scientists efficiently identify relevant
advances in domains they may already be familiar with, it may fall short of
helping them explore diverse ideas \textit{outside} such domains. In this paper
we explore the design of systems aimed at augmenting the end-user ability in
cross-domain exploration with flexible query specification. To this end, we
develop an exploratory search system in which end-users can select a portion of
text core to their interest from a paper abstract and retrieve papers that have
a high similarity to the user-selected core aspect but differ in terms of
domains. Furthermore, end-users can `zoom in' to specific domain clusters to
retrieve more papers from them and understand nuanced differences within the
clusters. Our case studies with scientists uncover opportunities and design
implications for systems aimed at facilitating cross-domain exploration and
inspiration.
- Abstract（参考訳）: 科学者自身以外の領域におけるアイデアの露出は、既存の研究問題を新しい方法で改革し、既存のソリューションのアイデアに対する新しいアプリケーションドメインを発見することの恩恵を受けるかもしれない。
学術検索エンジンのパフォーマンス向上は、科学者が慣れ親しんでいるかもしれないドメインの関連する進歩を効率的に特定するのに役立つが、そのようなドメインの多様なアイデアを探究する助けにはなり得ないかもしれない。
本稿では,フレキシブルなクエリ仕様によるクロスドメイン探索におけるエンドユーザー能力の向上を目的としたシステム設計について検討する。
そこで,本研究では,利用者が興味を持つテキストコアの一部を要約紙から選択し,利用者が選択したコアと類似度が高いがドメインによって異なる文書を検索できる探索型検索システムを開発した。
さらに、エンドユーザーは特定のドメインクラスタに‘zoom in’して、より多くの論文を取得し、クラスタ内の微妙な違いを理解することができる。
研究者らによるケーススタディは、クロスドメイン探索とインスピレーションを促進することを目的としたシステムにおける機会と設計の意味を明らかにする。
関連論文リスト
- 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) - Reorganizing Educational Institutional Domain using Faceted Ontological
Principles [0.0]
本研究は,図書館分類システムと言語手法の違いが,特定の分野にどのような影響を及ぼすかを明らかにすることを目的とする。
特定のドメイン固有のオントロジーには、知識表現と言語を使用します。
この構造は問題解決の助けとなるだけでなく、複雑なクエリを簡単に扱えることを示すのにも役立ちます。
論文 参考訳（メタデータ） (2023-06-17T09:06:07Z) - A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。
SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。
一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文 参考訳（メタデータ） (2023-02-23T06:32:09Z) - Unsupervised Domain Adaptation via Style-Aware Self-intermediate Domain [52.783709712318405]
非教師なしドメイン適応(UDA)は、ラベル豊富なソースドメインから関連するがラベルのないターゲットドメインに知識を伝達する、かなりの注目を集めている。
本研究では,大規模なドメインギャップと伝達知識を橋渡しし,クラス非ネイティブ情報の損失を軽減するために,SAFF(style-aware feature fusion)法を提案する。
論文 参考訳（メタデータ） (2022-09-05T10:06:03Z) - Mapping Research Trajectories [0.0]
本稿では, あらゆる科学分野に適用可能な, 研究軌道のエンハンマッピングに関する原則的アプローチを提案する。
われわれの視覚化は、時間とともに実体の研究トピックを、直接的に相互に表現している。
実践的な実証アプリケーションでは、機械学習による出版コーパスに対する提案されたアプローチを例示する。
論文 参考訳（メタデータ） (2022-04-25T13:32:39Z) - Open-Domain Question-Answering for COVID-19 and Other Emergent Domains [61.615197623034085]
新型コロナウイルスの創発的バイオメディカルドメインに対するオープンドメイン質問応答システムを提案する。
データのサイズは小さいものの、新型コロナウイルス(COVID-19)の科学論文の大規模なコーパスから回答を得るために、システムをトレーニングすることに成功しています。
論文 参考訳（メタデータ） (2021-10-13T18:06:14Z) - 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) - An Explanatory Query-Based Framework for Exploring Academic Expertise [10.887008988767061]
機関内の潜在的な協力者を見つけることは、偏見を伴う手動検索作業に時間を要する。
本研究では,研究専門知識の検索,評価,探索を行う新しいクエリベースのフレームワークを提案する。
提案手法は, 望ましい特性を満足し, 効率的であると同時に, 一致の同定に有効であることを示す。
論文 参考訳（メタデータ） (2021-05-28T10:48:08Z) - Enhancing Reading Strategies by Exploring A Theme-based Approach to
Literature Surveys [5.004814662623872]
我々は,コーパスを視覚的に,テーマ的に探索できる方法論を考案し,個人化された全体的読解戦略を開発した。
その結果, (i) 未読の論文を選別し, (ii) より一貫性のある読解戦略を開発し, (iii) 論文間のテーマ構造と関係をより効果的に理解した。
論文 参考訳（メタデータ） (2021-02-10T10:36:45Z) - 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) - NAS-Navigator: Visual Steering for Explainable One-Shot Deep Neural
Network Synthesis [53.106414896248246]
本稿では,分析者がドメイン知識を注入することで,解のサブグラフ空間を効果的に構築し,ネットワーク探索をガイドするフレームワークを提案する。
このテクニックを反復的に適用することで、アナリストは、与えられたアプリケーションに対して最高のパフォーマンスのニューラルネットワークアーキテクチャに収束することができる。
論文 参考訳（メタデータ） (2020-09-28T01:48:45Z)
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。