Fugu-MT 論文翻訳(概要): An Overview of zbMATH Open Digital Library

論文の概要: An Overview of zbMATH Open Digital Library

arxiv url: http://arxiv.org/abs/2410.06948v1
Date: Wed, 09 Oct 2024 14:45:43 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 13:33:06.349372
Title: An Overview of zbMATH Open Digital Library
Title（参考訳）: zbMATHオープンデジタルライブラリの概要
Authors: Madhurima Deb, Isabel Beckenbach, Matteo Petrera, Dariush Ehsani, Marcel Fuhrmann, Yun Hao, Olaf Teschke, Moritz Schubotz,
Abstract要約: zbMATH Openは数学文献の総合的なリポジトリである。数学的情報を発見し、評価し、接続するための、統一された品質保証基盤として機能する。
参考スコア（独自算出の注目度）: 3.1017265002574175
License:
Abstract: Mathematical research thrives on the effective dissemination and discovery of knowledge. zbMATH Open has emerged as a pivotal platform in this landscape, offering a comprehensive repository of mathematical literature. Beyond indexing and abstracting, it serves as a unified quality-assured infrastructure for finding, evaluating, and connecting mathematical information that advances mathematical research as well as interdisciplinary exploration. zbMATH Open enables scientific quality control by post-publication reviews and promotes connections between researchers, institutions, and research outputs. This paper represents the functionalities of the most significant features of this open-access service, highlighting its role in shaping the future of mathematical information retrieval.
Abstract（参考訳）: 数学的研究は知識の効果的な普及と発見に長けている。 zbMATH Openはこの分野で重要なプラットフォームとして登場し、数学文献の包括的なリポジトリを提供している。索引付けと抽象化の他に、数学的研究を推進し、学際的な探索を行う数学的情報を発見し、評価し、接続するための統一された品質保証基盤として機能する。 zbMATH Openは、公開後レビューによる科学的な品質管理を可能にし、研究者、機関、研究成果間のつながりを促進する。本稿では,このオープンアクセスサービスの最も重要な機能について述べるとともに,数学的情報検索の未来を形作る上での役割を強調した。

関連論文リスト

NLP-Powered Repository and Search Engine for Academic Papers: A Case Study on Cyber Risk Literature with CyLit [9.621564860645513]
自然言語処理(NLP)技術を活用した新しいフレームワークを提案する。このフレームワークは、特定の研究領域内の学術文献の検索、要約、クラスタリングを自動化する。我々は,サイバーリスク文献に特化して設計されたNLPベースのリポジトリであるCyLitを紹介する。
論文参考訳（メタデータ） (2024-09-10T05:41:40Z)
Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できるこの研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
論文参考訳（メタデータ） (2024-07-17T20:01:21Z)
Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文参考訳（メタデータ） (2024-06-16T14:49:19Z)
MASSW: A New Dataset and Benchmark Tasks for AI-Assisted Scientific Workflows [58.56005277371235]
我々は,Multi-Aspect Summarization of ScientificAspectsに関する総合テキストデータセットであるMASSWを紹介する。 MASSWには過去50年間にわたる17の主要なコンピュータサイエンスカンファレンスから152,000以上の査読論文が含まれている。我々は、この新しいデータセットを用いてベンチマーク可能な、複数の新しい機械学習タスクを通じて、MASSWの有用性を実証する。
論文参考訳（メタデータ） (2024-06-10T15:19:09Z)
AceMap: Knowledge Discovery through Academic Graph [90.12694363549483]
AceMapは学術グラフによる知識発見のために設計された学術システムである。本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。 AceMapは、学術的アイデアの進化をトレースするなど、高度な分析機能を提供する。
論文参考訳（メタデータ） (2024-03-05T01:17:56Z)
An approach based on Open Research Knowledge Graph for Knowledge Acquisition from scientific papers [4.8951183832371]
Open Research Knowledge Graph (ORKG)は、研究論文から抽出されたキーインサイトを整理するコンピュータ支援ツールである。現在、"食品情報工学"、"知識グラフマッチングへのタブラリデータ"、"クエストアンサーリング"研究問題、"Neuro-symbolic AI"ドメインの文書化に使用されている。
論文参考訳（メタデータ） (2023-08-23T20:05:42Z)
The Semantic Reader Project: Augmenting Scholarly Documents through AI-Powered Interactive Reading Interfaces [54.2590226904332]
本稿では,研究論文を対象とした動的読解インタフェースの自動作成を目的としたセマンティック・リーダー・プロジェクトについて述べる。 10のプロトタイプインターフェースが開発され、300人以上の参加者と現実世界のユーザが読書体験を改善している。本論文は,研究論文を読む際,学者と公衆の面を巡って構築する。
論文参考訳（メタデータ） (2023-03-25T02:47:09Z)
Research Scholar Interest Mining Method based on Load Centrality [15.265191824669555]
本稿では,負荷集中度に基づく研究研究者の関心マイニングアルゴリズムを提案する。各トピックの地域構造は、ノードの集中度研究モデルの重みを正確に計算するために使用することができる。本稿では, 負荷率センタに基づく科学的研究協力により, 科学的研究研究者の関心を効果的に抽出することができる。
論文参考訳（メタデータ） (2022-03-21T04:16:46Z)
Web of Scholars: A Scholar Knowledge Graph [38.49685673193518]
Web of Scholarsは、最先端のマイニング技術を統合し、コンピュータ科学の分野の研究者の背後にある複雑なネットワークを探索、マイニング、可視化する。 Web of Scholarsは知識グラフを活用しており、より多くの検索が存在する場合、より多くの知識にアクセスできるようになる。
論文参考訳（メタデータ） (2022-02-23T05:10:19Z)
Generating Knowledge Graphs by Employing Natural Language Processing and Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
論文参考訳（メタデータ） (2020-10-28T08:31:40Z)
Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
我々はメカニズムの知識ベース(KB)の構築を追求する。我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
論文参考訳（メタデータ） (2020-10-08T07:54:14Z)

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。