Fugu-MT 論文翻訳(概要): PatentsView-Evaluation: Evaluation Datasets and Tools to Advance Research on Inventor Name Disambiguation

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 Critical Look at Meta-evaluating Summarisation Evaluation Metrics [11.541368732416506]
私たちは、より堅牢な評価指標の開発を可能にする、より多様なベンチマークを構築するのに時間がかかっていると論じています。我々は、生成された要約のコミュニケーション目標を考慮に入れた、ユーザ中心の品質次元に焦点を当てた研究を求めている。
論文参考訳（メタデータ） (2024-09-29T01:30:13Z)
Backdoor-based Explainable AI Benchmark for High Fidelity Evaluation of Attribution Methods [49.62131719441252]
属性法は入力特徴の重要度を計算し、深層モデルの出力予測を説明する。本研究はまず,属性手法の信頼性ベンチマークが満たすであろう信頼度基準の集合を同定する。次に、望ましい忠実度基準に準拠したBackdoorベースのeXplainable AIベンチマーク(BackX)を紹介します。
論文参考訳（メタデータ） (2024-05-02T13:48:37Z)
From Static Benchmarks to Adaptive Testing: Psychometrics in AI Evaluation [60.14902811624433]
本稿では,静的評価手法から適応テストへのパラダイムシフトについて論じる。これには、ベンチマークで各テスト項目の特性と価値を推定し、リアルタイムでアイテムを動的に調整することが含まれる。我々は、AI評価にサイコメトリックを採用する現在のアプローチ、アドバンテージ、そして根底にある理由を分析します。
論文参考訳（メタデータ） (2023-06-18T09:54:33Z)
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)
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。