論文の概要: pyBibX -- A Python Library for Bibliometric and Scientometric Analysis
Powered with Artificial Intelligence Tools
- arxiv url: http://arxiv.org/abs/2304.14516v1
- Date: Thu, 27 Apr 2023 20:06:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-01 15:56:27.599261
- Title: pyBibX -- A Python Library for Bibliometric and Scientometric Analysis
Powered with Artificial Intelligence Tools
- Title（参考訳）: pyBibX - 人工知能ツールを使用したバイオメトリックおよびサイエントメトリック分析のためのPythonライブラリ
- Authors: Valdecy Pereira, Marcio Pereira Basilio, Carlos Henrique Tarjano
Santos
- Abstract要約: pyBibXは、Scopus、Web of Science、PubMedからソースされた生データファイルの総合的な書誌的および科学的な分析を行うために開発されたピソンライブラリである。
このライブラリは総合的なEDAを実行し、視覚的に魅力的な図形を通して結果を提示する。
埋め込み、トピックモデリング、テキスト要約、その他の一般的な言語処理タスクを含むAI機能を備えている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bibliometric and Scientometric analyses offer invaluable perspectives on the
complex research terrain and collaborative dynamics spanning diverse academic
disciplines. This paper presents pyBibX, a python library devised to conduct
comprehensive bibliometric and scientometric analyses on raw data files sourced
from Scopus, Web of Science, and PubMed, seamlessly integrating state of the
art AI capabilities into its core functionality. The library executes a
comprehensive EDA, presenting outcomes via visually appealing graphical
illustrations. Network capabilities have been deftly integrated, encompassing
Citation, Collaboration, and Similarity Analysis. Furthermore, the library
incorporates AI capabilities, including Embedding vectors, Topic Modeling, Text
Summarization, and other general Natural Language Processing tasks, employing
models such as Sentence-BERT, BerTopic, BERT, chatGPT, and PEGASUS. As a
demonstration, we have analyzed 184 documents associated with multiple-criteria
decision analysis published between 1984 and 2023. The EDA emphasized a growing
fascination with decision-making and fuzzy logic methodologies. Next, Network
Analysis further accentuated the significance of central authors and
intra-continental collaboration, identifying Canada and China as crucial
collaboration hubs. Finally, AI Analysis distinguished two primary topics and
chatGPT preeminence in Text Summarization. It also proved to be an
indispensable instrument for interpreting results, as our library enables
researchers to pose inquiries to chatGPT regarding bibliometric outcomes. Even
so, data homogeneity remains a daunting challenge due to database
inconsistencies. PyBibX is the first application integrating cutting-edge AI
capabilities for analyzing scientific publications, enabling researchers to
examine and interpret these outcomes more effectively.
- Abstract（参考訳）: ビブリオメトリックおよびサイエントメトリック分析は、様々な学術分野にまたがる複雑な研究の地形と協調力学について、貴重な視点を提供する。
本稿では,Scopus,Web of Science,PubMedから得られた生データファイルの総合的なバイオロメトリおよびサイエントメトリック解析を行うために考案されたpythonライブラリpyBibXについて述べる。
このライブラリは包括的なedaを実行し、視覚的にアピールするグラフィックイラストを通じて結果を表示する。
ネットワーク機能は、Citation、Collaboration、Simisity Analysisを含む完全に統合されている。
さらに、このライブラリには、ベクトルの埋め込み、トピックモデリング、テキスト要約、その他の一般的な自然言語処理タスクを含むAI機能が含まれており、Sentence-BERT、BerTopic、BERT、chatGPT、PEGASUSといったモデルを採用している。
実演として,1984年から2023年の間に出版された多重基準決定分析に関連する184の文書を分析した。
EDAは意思決定とファジィ論理方法論への関心の高まりを強調した。
次にNetwork Analysisは、中央の著者と大陸内協力の重要性をさらに強調し、カナダと中国を重要なコラボレーションハブとみなした。
最後に、ai分析はテキスト要約における2つの主要なトピックとchatgptプリエンミネンスを区別した。
また,本ライブラリでは,文献学的結果について,研究者がチャットGPTに問い合わせをすることができるため,解析に欠かせない道具であることが判明した。
それでも、データベースの不整合のため、データの均一性は大変な課題である。
PyBibXは、科学出版物を分析するための最先端のAI機能を統合する最初のアプリケーションである。
関連論文リスト
- Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - Unleashing the Power of AI. A Systematic Review of Cutting-Edge Techniques in AI-Enhanced Scientometrics, Webometrics, and Bibliometrics [1.2374541748245838]
この研究は、人工知能(AI)のシナジーを、サイエントメトリックス、webometrics、Bibliometricsで分析することを目的としている。
我々の目的は、学術的なコミュニケーションを計測し分析するための方法に革命をもたらすAIの可能性を探ることである。
論文 参考訳（メタデータ） (2024-02-22T15:10:02Z) - Extensible Multi-Granularity Fusion Network for Aspect-based Sentiment
Analysis [20.378588765134122]
Aspect-based Sentiment Analysis (ABSA)は、感情情報を理解するためにテキスト内の感情表現を評価する。
近年,グラフニューラルネットワーク (GNN) の構文解析への依存性と構成木の利用について検討している。
本稿では,依存性や構成構文,注意の意味,外部知識グラフなどの情報を統合したEMGF(Extensible Multi-Granularity Fusion)ネットワークを提案する。
論文 参考訳（メタデータ） (2024-02-12T16:52:26Z) - Quantitative Analysis of AI-Generated Texts in Academic Research: A Study of AI Presence in Arxiv Submissions using AI Detection Tool [0.0]
本研究は,学術機関がArxivに投稿するために用いた,意図的に制作されたコンテンツを閲覧する手法について分析する。
統計分析によると、Originality.aiは98%の精度で正確である。
論文 参考訳（メタデータ） (2024-02-09T17:20:48Z) - Document AI: A Comparative Study of Transformer-Based, Graph-Based
Models, and Convolutional Neural Networks For Document Layout Analysis [3.231170156689185]
Document AIは、自然言語処理とコンピュータビジョン技術を活用して、文書を自動的に分析することを目的としている。
Document AIの主要なタスクの1つはドキュメントレイアウト分析であり、レイアウト、画像、テキストの内容と空間的関係を解釈することでドキュメントページを構造化する。
論文 参考訳（メタデータ） (2023-08-29T16:58:03Z) - PyRCA: A Library for Metric-based Root Cause Analysis [66.72542200701807]
PyRCAは、AIOps(AIOps)のためのRoot Cause Analysis(RCA)のオープンソースの機械学習ライブラリである。
複雑なメトリクス因果依存性を明らかにし、インシデントの根本原因を自動的に特定する、包括的なフレームワークを提供する。
論文 参考訳（メタデータ） (2023-06-20T09:55:10Z) - GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training
Data Exploration [97.68234051078997]
我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。
Jupyter NotebookベースのウォークスルーがGitHubで公開されている。
GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
論文 参考訳（メタデータ） (2023-06-02T12:09:59Z) - 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) - DeepShovel: An Online Collaborative Platform for Data Extraction in
Geoscience Literature with AI Assistance [48.55345030503826]
地質学者は、関連する結果やデータを発見、抽出、集約するために膨大な量の文献を読む必要がある。
DeepShovelは、彼らのニーズをサポートするAI支援データ抽出システムである。
14人の研究者によるユーザ評価の結果、DeepShovelは科学データベース構築のためのデータ抽出の効率を改善した。
論文 参考訳（メタデータ） (2022-02-21T12:18:08Z) - 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) - MAIR: Framework for mining relationships between research articles,
strategies, and regulations in the field of explainable artificial
intelligence [2.280298858971133]
研究論文やAI関連の政策に対する規制の影響のダイナミクスを理解することが不可欠である。
本稿では,AI関連政策文書とXAI研究論文の共同分析のための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2021-07-29T20:41:17Z)
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。