論文の概要: Measuring publication relatedness using controlled vocabularies
- arxiv url: http://arxiv.org/abs/2408.15004v1
- Date: Tue, 27 Aug 2024 12:41:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-10 16:53:38.220683
- Title: Measuring publication relatedness using controlled vocabularies
- Title（参考訳）: 制御語彙を用いた出版関連性の測定
- Authors: Emil Dolmer Alnor,
- Abstract要約: 制御された語彙は関連性を測定するための有望な基盤を提供する。
様々な種類の研究課題に対して、その正確さと適合性に関する包括的かつ直接的なテストは存在しない。
本稿では,既存の測度をレビューし,新しい測度を開発し,TRECゲノミクスデータを用いた測度をトピックの基礎的真理として評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Measuring the relatedness between scientific publications has important applications in many areas of bibliometrics and science policy. Controlled vocabularies provide a promising basis for measuring relatedness because they address issues that arise when using citation or textual similarity to measure relatedness. While several controlled-vocabulary-based relatedness measures have been developed, there exists no comprehensive and direct test of their accuracy and suitability for different types of research questions. This paper reviews existing measures, develops a new measure, and benchmarks the measures using TREC Genomics data as a ground truth of topics. The benchmark test show that the new measure and the measure proposed by Ahlgren et al. (2020) have differing strengths and weaknesses. These results inform a discussion of which method to choose when studying interdisciplinarity, information retrieval, clustering of science, and researcher topic switching.
- Abstract（参考訳）: 学術出版物間の関連性を測定することは、書誌学と科学政策の多くの分野において重要な応用である。
制御語彙は、引用またはテキスト類似性を用いて関連性を測定する際に生じる問題に対処するため、関連性を測定するための有望な基盤を提供する。
いくつかの制御語彙に基づく関連性尺度が開発されているが、様々な種類の研究課題に対して、それらの正確さと適合性に関する包括的かつ直接的な検査は存在しない。
本稿では,既存の測度をレビューし,新しい測度を開発し,TRECゲノミクスデータを用いた測度をトピックの基礎的真理として評価する。
ベンチマークテストでは、Ahlgren et al (2020) によって提案された新しい測度と測度が、強さと弱点が異なることが示されている。
これらの結果は、学際性、情報検索、科学のクラスタ化、研究者のトピックススイッチングについて、どの方法を選択するかについて議論する。
関連論文リスト
- A Diachronic Analysis of Paradigm Shifts in NLP Research: When, How, and
Why? [84.46288849132634]
本稿では、因果発見と推論技術を用いて、科学分野における研究トピックの進化を分析するための体系的な枠組みを提案する。
我々は3つの変数を定義し、NLPにおける研究トピックの進化の多様な側面を包含する。
我々は因果探索アルゴリズムを用いてこれらの変数間の因果関係を明らかにする。
論文 参考訳（メタデータ） (2023-05-22T11:08:00Z) - Evaluating generative audio systems and their metrics [80.97828572629093]
本報告では,従来提案されていた音声再建のための目標尺度のセットと,聴取研究を併用して,最先端のアプローチについて検討する。
その結果、現在使われている客観的指標は、現在のシステムの知覚的品質を記述するのに不十分であることが示唆された。
論文 参考訳（メタデータ） (2022-08-31T21:48:34Z) - SciTweets -- A Dataset and Annotation Framework for Detecting Scientific
Online Discourse [2.3371548697609303]
科学的な話題、主張、資源は、オンライン談話の一部としてますます議論されている。
これにより、社会的な影響が大きくなり、様々な分野からの科学的オンライン談話への関心が高まった。
専門分野にわたる研究は、現在、科学関連の様々な形態の堅牢な定義の欠如に悩まされている。
論文 参考訳（メタデータ） (2022-06-15T08:14:55Z) - The Values and Limits of Altmetrics [0.0]
高等教育の利害関係者の中には、研究効果を理解するための新しい方法として、アルトメトリックスを擁護する者もいる。
この章は、研究を評価し、促進し、広める役割を含む、アルトメトリーの価値と限界を探求する。
論文 参考訳（メタデータ） (2021-12-17T15:21:35Z) - Quantitative Evaluations on Saliency Methods: An Experimental Study [6.290238942982972]
我々は, 忠実性, 局在性, 偽陽性, 感度チェック, 安定性など, 指標の現状を簡単に要約する。
比較したすべての手法の中で、すべての指標において1つの説明法が他を圧倒することはないと結論づける。
論文 参考訳（メタデータ） (2020-12-31T14:13:30Z) - GO FIGURE: A Meta Evaluation of Factuality in Summarization [131.1087461486504]
本稿では,現実性評価指標を評価するメタ評価フレームワークGO FIGUREを紹介する。
10個の実測値のベンチマーク分析により、我々のフレームワークが堅牢で効率的な評価を提供することが明らかとなった。
また、QAメトリクスは、ドメイン間の事実性を測定する標準的なメトリクスよりも一般的に改善されているが、パフォーマンスは、質問を生成する方法に大きく依存していることも明らかにしている。
論文 参考訳（メタデータ） (2020-10-24T08:30:20Z) - Domain Divergences: a Survey and Empirical Analysis [47.535524183965464]
我々は,情報理論,幾何学,高次尺度の3つのクラスからなる分散尺度の分類法を開発する。
我々は,130のドメイン適応シナリオ,3つの異なるNLPタスク,12のばらつき尺度にまたがる相関分析を行った。
論文 参考訳（メタデータ） (2020-10-23T07:12:52Z) - Uncertainty over Uncertainty: Investigating the Assumptions,
Annotations, and Text Measurements of Economic Policy Uncertainty [12.787262921924953]
本稿では,ニュース中のキーワード発生から経済政策の不確実性を測定する経済指標を検討する。
経済政策の不確実性が言語におけるあいまいさに起因しているという注釈の相違が見られる。
論文 参考訳（メタデータ） (2020-10-09T17:50:29Z) - A Survey on Text Classification: From Shallow to Deep Learning [83.47804123133719]
過去10年は、ディープラーニングが前例のない成功を収めたために、この分野の研究が急増している。
本稿では,1961年から2021年までの最先端のアプローチを見直し,そのギャップを埋める。
特徴抽出と分類に使用されるテキストとモデルに基づいて,テキスト分類のための分類を作成する。
論文 参考訳（メタデータ） (2020-08-02T00:09:03Z) - A Survey on Causal Inference [64.45536158710014]
因果推論は統計学、コンピュータ科学、教育、公共政策、経済学など、多くの分野において重要な研究トピックである。
観測データに対する様々な因果効果推定法が誕生した。
論文 参考訳（メタデータ） (2020-02-05T21:35:29Z)
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。