Fugu-MT 論文翻訳(概要): VADIS -- a VAriable Detection, Interlinking and Summarization system

論文の概要: VADIS -- a VAriable Detection, Interlinking and Summarization system

arxiv url: http://arxiv.org/abs/2312.13423v1
Date: Wed, 20 Dec 2023 21:02:09 GMT
ステータス: 処理完了
システム内更新日: 2023-12-22 16:37:03.227631
Title: VADIS -- a VAriable Detection, Interlinking and Summarization system
Title（参考訳）: VADIS -- 可変検出・リンク・要約システム
Authors: Yavuz Selim Kartal, Muhammad Ahsan Shahid, Sotaro Takeshita, Tornike Tsereteli, Andrea Zielinski, Benjamin Zapilko, Philipp Mayr
Abstract要約: VADISシステムは、社会科学の領域において強化された情報アクセスを提供するという要求に対処する。これは、ユーザが調査変数を、基礎となる研究データや学術論文の文脈で検索して使用できるようにすることによって達成される。
参考スコア（独自算出の注目度）: 2.518215353436519
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The VADIS system addresses the demand of providing enhanced information access in the domain of the social sciences. This is achieved by allowing users to search and use survey variables in context of their underlying research data and scholarly publications which have been interlinked with each other.
Abstract（参考訳）: VADISシステムは、社会科学の領域で強化された情報アクセスを提供することの要求に対処する。これは、ユーザが調査変数を、基礎となる研究データや相互にリンクされた学術出版物のコンテキストで検索して使用できるようにすることによって達成される。

関連論文リスト

Scholarly Question Answering using Large Language Models in the NFDI4DataScience Gateway [4.717911055424088]
本稿では,NFDI4DataScience Gateway上に,学術質問応答システム(QA)を導入する。 NFDI4DS Gatewayは、基礎的なフレームワークとして、さまざまな科学データベースをクエリするための統一的で直感的なインターフェースを提供する。実験分析により,ゲートウェイと学術的なQAシステムの有効性を実証した。
論文参考訳（メタデータ） (2024-06-11T13:36:19Z)
Comparative Analysis of Retrieval Systems in the Real World [0.0]
本研究の目的は,その性能を精度と効率の観点から評価・比較することである。この分析では、Azure Cognitive Search RetrieverとGPT-4、PineconeのCanopyフレームワーク、LangchainとPineconeのさまざまな言語モデルなど、さまざまなテクノロジの組み合わせについて検討している。この分析の動機は、様々な領域における堅牢で応答性の高い質問応答システムに対する需要の増加から生じる。
論文参考訳（メタデータ） (2024-05-03T12:30:01Z)
SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。 SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
論文参考訳（メタデータ） (2024-04-09T15:01:51Z)
A Survey on Interpretable Cross-modal Reasoning [64.37362731950843]
マルチメディア分析から医療診断に至るまで、クロスモーダル推論(CMR)が重要な分野として浮上している。この調査は、解釈可能なクロスモーダル推論(I-CMR)の領域を掘り下げる本調査では,I-CMRの3段階分類法について概説する。
論文参考訳（メタデータ） (2023-09-05T05:06:48Z)
QuOTeS: Query-Oriented Technical Summarization [0.2936007114555107]
提案するQuOTeSは,潜在的参照の集合から研究の要約に関連する文章を検索するインタラクティブシステムである。 QuOTeS は Query-Focused Extractive Summarization と High-Recall Information Retrieval の技法を統合し、科学文書のインタラクティブなクエリ-Focused Summarization を提供する。結果から,QuOTeSは肯定的なユーザエクスペリエンスを提供し,関連する,簡潔かつ完全なクエリ中心の要約を一貫して提供することが明らかになった。
論文参考訳（メタデータ） (2023-06-20T18:43:24Z)
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)
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)
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)
Visual analytics of set data for knowledge discovery and member selection support [0.7734726150561089]
本研究では,知識発見とメンバー選択を支援するために,データセットのVAを作成する手法を開発した。典型的なターゲットアプリケーションは、チーム分析とメンバー選択のためのビジュアルサポートシステムである。バスケットボールチームに適用して提案手法を実証し,結果予測とラインアップ再構築タスクのベンチマークシステムと比較した。
論文参考訳（メタデータ） (2021-04-04T08:22:01Z)
CAiRE-COVID: A Question Answering and Query-focused Multi-Document Summarization System for COVID-19 Scholarly Information Management [48.251211691263514]
我々は、リアルタイム質問応答(QA)とマルチドキュメント要約システムであるCAiRE-COVIDを紹介し、Kaggle COVID-19 Open Researchデータセットチャレンジで10のタスクのうちの1つを勝ち取った。本システムの目的は,コミュニティからの優先度の高い質問に答えることによって,新型コロナウイルスに関する数多くの学術論文をマイニングすることにある。
論文参考訳（メタデータ） (2020-05-04T15:07:27Z)

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。