論文の概要: PatentsView-Evaluation: Evaluation Datasets and Tools to Advance
Research on Inventor Name Disambiguation
- arxiv url: http://arxiv.org/abs/2301.03591v1
- Date: Mon, 9 Jan 2023 22:56:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-11 17:31:45.251626
- Title: PatentsView-Evaluation: Evaluation Datasets and Tools to Advance
Research on Inventor Name Disambiguation
- Title(参考訳): patentview-evaluation: 発明者名非曖昧化の研究を進めるための評価データセットとツール
- Authors: Olivier Binette, Sarvo Madhavan, Jack Butler, Beth Anne Card, Emily
Melluso, and Christina Jones
- Abstract要約: パッケージにはベンチマークデータセットと評価ツールが含まれている。
高品質な評価データへのアクセスを提供し、評価基準を改善することで、発明者の名称の曖昧さの研究を進めることを目的とする。
- 参考スコア(独自算出の注目度): 3.632855864117255
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present PatentsView-Evaluation, a Python package that enables researchers
to evaluate the performance of inventor name disambiguation systems such as
PatentsView.org. The package includes benchmark datasets and evaluation tools,
and aims to advance research on inventor name disambiguation by providing
access to high-quality evaluation data and improving evaluation standards.
- Abstract(参考訳): patentsView-EvaluationはPythonパッケージで、研究者がPatentsView.orgのような発明名曖昧化システムの性能を評価することができる。
このパッケージには、ベンチマークデータセットと評価ツールが含まれており、高品質の評価データにアクセスし、評価基準を改善することにより、発明者名不曖昧化の研究を進めることを目的としている。
関連論文リスト
- A Literature Review of Literature Reviews in Pattern Analysis and
Machine Intelligence [62.90682521144006]
この分析は、様々な観点からPAMI分野のレビューを徹底的にレビューすることを目的としている。
書評を自動評価するために,大規模言語モデルを用いた書評指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
論文 参考訳(メタデータ) (2024-02-20T11:28:50Z) - Revisiting the Gold Standard: Grounding Summarization Evaluation with
Robust Human Evaluation [136.16507050034755]
要約のための既存の人間の評価研究は、アノテータ間の合意が低かったり、スケールが不十分だったりしている。
細粒度セマンティック・ユニットをベースとした改良された要約サリエンス・プロトコルであるAtomic Content Units (ACUs)を提案する。
ロバスト・サムライゼーション・アセスメント(RoSE)ベンチマークは,28の上位性能システム上で22,000の要約レベルのアノテーションからなる大規模な人的評価データセットである。
論文 参考訳(メタデータ) (2022-12-15T17:26:05Z) - Estimating the Performance of Entity Resolution Algorithms: Lessons
Learned Through PatentsView.org [3.8494315501944736]
本稿では,エンティティ・リゾリューション・アルゴリズムのための新しい評価手法を提案する。
これは米国特許商標庁の特許データ調査ツールであるPatentsView.orgによって動機付けられている。
論文 参考訳(メタデータ) (2022-10-03T21:06:35Z) - A Survey on Sentence Embedding Models Performance for Patent Analysis [0.0]
本稿では,PatentSBERTaアプローチに基づく埋め込みモデルの精度を評価するための標準ライブラリとデータセットを提案する。
patentSBERTa, Bert-for-patents, and TF-IDF Weighted Word Embeddings is the most accuracy for computing sentence embeddeds at the subclass level。
論文 参考訳(メタデータ) (2022-04-28T12:04:42Z) - Just Rank: Rethinking Evaluation with Word and Sentence Similarities [105.5541653811528]
埋め込みの本質的な評価は かなり遅れています そして過去10年間 重要な更新は行われていません
本稿ではまず,単語と文の埋め込み評価におけるゴールドスタンダードとして意味的類似性を用いた問題点を指摘する。
本稿では,下流タスクとより強い相関関係を示すEvalRankという本質的な評価手法を提案する。
論文 参考訳(メタデータ) (2022-03-05T08:40:05Z) - A Training-free and Reference-free Summarization Evaluation Metric via
Centrality-weighted Relevance and Self-referenced Redundancy [60.419107377879925]
トレーニング不要かつ参照不要な要約評価指標を提案する。
我々の測定基準は、集中度重み付き関連度スコアと自己参照冗長度スコアからなる。
提案手法は,複数文書と単一文書の要約評価において,既存の手法よりも大幅に優れる。
論文 参考訳(メタデータ) (2021-06-26T05:11:27Z) - Deep learning-based citation recommendation system for patents [5.376388266200792]
我々は,Google Big Queryサービスから約11万件の特許に関するテキスト情報とメタデータを含む,PatentNetという新しいデータセットを提案する。
従来の提案手法と比較して,提案手法はテストセット上での平均相反ランク0.2377を達成している。
論文 参考訳(メタデータ) (2020-10-21T12:18:21Z) - Re-evaluating Evaluation in Text Summarization [77.4601291738445]
トップスコアシステム出力を用いたテキスト要約の評価手法を再評価する。
古いデータセットにおける評価指標に関する結論は、現代データセットやシステムに必ずしも当てはまらない。
論文 参考訳(メタデータ) (2020-10-14T13:58:53Z) - Towards Question-Answering as an Automatic Metric for Evaluating the
Content Quality of a Summary [65.37544133256499]
質問回答(QA)を用いて要約内容の質を評価する指標を提案する。
提案指標であるQAEvalの分析を通じて,QAに基づくメトリクスの実験的メリットを実証する。
論文 参考訳(メタデータ) (2020-10-01T15:33:09Z) - Wrapper Feature Selection Algorithm for the Optimization of an Indicator
System of Patent Value Assessment [1.52292571922932]
特許価値評価に関するこれまでの研究の限界について分析した。
分類器の精度に基づくラッパーモード特徴選択アルゴリズムを開発した。
論文 参考訳(メタデータ) (2020-01-21T06:04:42Z)
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。