論文の概要: CiteAssist: A System for Automated Preprint Citation and BibTeX Generation
- arxiv url: http://arxiv.org/abs/2407.03192v1
- Date: Wed, 3 Jul 2024 15:18:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-04 13:37:05.933848
- Title: CiteAssist: A System for Automated Preprint Citation and BibTeX Generation
- Title（参考訳）: CiteAssist: 自動プレプリント・サイテーションとBibTeX生成システム
- Authors: Lars Benedikt Kaesberg, Terry Ruas, Jan Philip Wahle, Bela Gipp,
- Abstract要約: CiteAssistは、プリプリントのためのBibエントリの自動生成システムである。
CiteAssistはPDFの最後にBibの引用を自動的に添付し、文書の最初のページにリンクする。
- 参考スコア（独自算出の注目度）: 7.140449861888235
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: We present CiteAssist, a system to automate the generation of BibTeX entries for preprints, streamlining the process of bibliographic annotation. Our system extracts metadata, such as author names, titles, publication dates, and keywords, to create standardized annotations within the document. CiteAssist automatically attaches the BibTeX citation to the end of a PDF and links it on the first page of the document so other researchers gain immediate access to the correct citation of the article. This method promotes platform flexibility by ensuring that annotations remain accessible regardless of the repository used to publish or access the preprint. The annotations remain available even if the preprint is viewed externally to CiteAssist. Additionally, the system adds relevant related papers based on extracted keywords to the preprint, providing researchers with additional publications besides those in related work for further reading. Researchers can enhance their preprints organization and reference management workflows through a free and publicly available web interface.
- Abstract（参考訳）: CiteAssistは、書誌注釈のプロセスの合理化を図った、事前印刷のためのBibTeXエントリの自動生成システムである。
本システムでは、著者名、タイトル、出版日、キーワードなどのメタデータを抽出し、文書内で標準化されたアノテーションを作成する。
CiteAssistはPDFの最後にBibTeXの引用を自動で添付し、文書の最初のページにリンクして、他の研究者が記事の正しい引用に即座にアクセスできるようにする。
この方法は、プレプリントの公開やアクセスに使用されるリポジトリに関係なく、アノテーションがアクセス可能であることを保証することで、プラットフォームの柔軟性を促進する。
事前プリントがCiteAssistの外部で見られる場合でも、アノテーションは引き続き利用可能である。
さらに、このシステムは、抽出したキーワードに基づいた関連論文をプレプリントに追加し、研究者にさらなる読解のための関連研究に加え、追加の出版物を提供する。
研究者は、無償で公開されているWebインターフェースを通じて、事前プリントの組織と参照管理ワークフローを強化することができる。
関連論文リスト
- Directed Criteria Citation Recommendation and Ranking Through Link Prediction [0.32885740436059047]
本モデルでは,各文書の意味を要約ネットワーク内のノードとして符号化するために,トランスフォーマーベースのグラフ埋め込みを用いる。
我々のモデルが生成するセマンティック表現は、推薦タスクやランキングタスクにおいて、他のコンテントベースの手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-03-18T20:47:38Z) - Generating Natural Language Queries for More Effective Systematic Review
Screening Prioritisation [53.77226503675752]
現在の技術状況では、レビューの最終タイトルをクエリとして、BERTベースのニューラルランクラを使用してドキュメントのランク付けに使用しています。
本稿では,ChatGPT や Alpaca などの命令ベース大規模言語モデルによって生成される文書の検索に使用される Boolean クエリやクエリなど,スクリーニングを優先するクエリの代替源について検討する。
私たちのベストアプローチは、スクリーニング時に利用可能な情報に基づいて実現されるだけでなく、最終タイトルと同じような効果があります。
論文 参考訳（メタデータ） (2023-09-11T05:12:14Z) - SciLit: A Platform for Joint Scientific Literature Discovery,
Summarization and Citation Generation [11.186252009101077]
本稿では,関連論文を自動的に推薦し,ハイライトを抽出するパイプラインSciLitを提案し,論文の引用として参照文を提案する。
SciLitは、2段階の事前フェッチと再ランクの文献検索システムを使用して、数億の論文の大規模なデータベースから論文を効率的に推奨する。
論文 参考訳（メタデータ） (2023-06-06T09:34:45Z) - DoSA : A System to Accelerate Annotations on Business Documents with
Human-in-the-Loop [0.0]
DoSA(Document Specific Automated s)は、新しいブートストラップアプローチを使用して、アノテーションを自動生成するアノテータを支援する。
オープンソースの ready-to-use 実装が GitHub で公開されている。
論文 参考訳（メタデータ） (2022-11-09T15:04:07Z) - Document Navigability: A Need for Print-Impaired [2.1325744957975568]
本稿では,参照コンテンツを特定し,メタデータを抽出する視覚に基づく手法を提案する。
我々は,本手法を科学文献の引用に適用し,生来のデジタルとスキャンされた文書の両方で有効であることを確認した。
論文 参考訳（メタデータ） (2022-06-21T11:01:34Z) - Unified Pretraining Framework for Document Understanding [52.224359498792836]
文書理解のための統合事前学習フレームワークであるUDocを紹介する。
UDocは、ほとんどのドキュメント理解タスクをサポートするように設計されており、Transformerを拡張してマルチモーダル埋め込みを入力とする。
UDocの重要な特徴は、3つの自己管理的損失を利用して汎用的な表現を学ぶことである。
論文 参考訳（メタデータ） (2022-04-22T21:47:04Z) - Towards generating citation sentences for multiple references with
intent control [86.53829532976303]
We build a novel generation model with the Fusion-in-Decoder approach to handlee with multiple long inputs。
実験により,提案手法は引用文を生成するためのより包括的な特徴を提供することが示された。
論文 参考訳（メタデータ） (2021-12-02T15:32:24Z) - \textit{StateCensusLaws.org}: A Web Application for Consuming and
Annotating Legal Discourse Learning [89.77347919191774]
法律テキストの対話セグメントを解析およびラベル付けするために訓練されたNLPモデルの出力を強調表示するためのWebアプリケーションを作成します。
我々は、米国国勢調査人口を用いて資源を割り当て、政府を組織する州レベルの法律に焦点を当てる。
論文 参考訳（メタデータ） (2021-04-20T22:00:54Z) - A Token-level Reference-free Hallucination Detection Benchmark for
Free-form Text Generation [50.55448707570669]
本稿ではトークンレベルの参照なし幻覚検出タスクとHaDesというアノテーション付きデータセットを提案する。
このデータセットを作成するために、まず英語のウィキペディアから抽出された大量のテキストセグメントを摂り込み、それからクラウドソースアノテーションで検証する。
論文 参考訳（メタデータ） (2021-04-18T04:09:48Z) - Preprints as accelerator of scholarly communication: An empirical
analysis in Mathematics [9.899221738408581]
出版の遅れと影響の2つの影響を測定する。
プレプリント版のある記事は、ソーシャルメディアで言及されることが多く、Altmetricの注意の遅れが短い。
論文 参考訳（メタデータ） (2020-11-24T07:32:35Z) - DocBank: A Benchmark Dataset for Document Layout Analysis [114.81155155508083]
文書レイアウト解析のための詳細なトークンレベルのアノテーションを備えた500Kドキュメントページを含むベンチマークデータセットである textbfDocBank を提示する。
実験の結果,DocBankでトレーニングされたモデルは,さまざまなドキュメントのレイアウト情報を正確に認識することがわかった。
論文 参考訳（メタデータ） (2020-06-01T16:04:30Z)
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。