論文の概要: Content Aware Analysis of Scholarly Networks: A Case Study on CORD19 Dataset

• arxiv url: http://arxiv.org/abs/2411.00262v1
• Date: Thu, 31 Oct 2024 23:41:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 11:30:18.190982
• Title: Content Aware Analysis of Scholarly Networks: A Case Study on CORD19 Dataset
• Title（参考訳）: 学習ネットワークのコンテンツ認識分析:CORD19データセットを事例として
• Authors: Mehmet Emre Akbulut, Yusuf Erdem Nacar,
• Abstract要約: 本稿では,HITSアルゴリズムを用いたネットワーク内のトピック情報の伝搬による意味情報の利用手法を提案する。 今回のケースでは、CORD19データセットからトピックを抽出するためにMedCATを使用します。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This paper investigates the relationships among key elements of scientific research network, namely articles, researchers, and journals. We introduce a novel approach to use semantic information through the HITS algorithm based propagation of topic information in the network. The topic information is derived by using the Named Entity Recognition and Entity Linkage. In our case, MedCAT is used to extract the topics from the CORD19 Dataset, which is a corpus of academic articles about COVID-19 and coronavirus scientific network. Our approach focuses on the COVID-19 domain, utilizing the CORD-19 dataset to demonstrate the efficacy of integrating topic-related information within the citation framework. Through the application of a hybrid HITS algorithm, we show that incorporating topic data significantly influences article rankings, revealing deeper insights into the structure of the academic community.
• Abstract（参考訳）: 本稿では,学術研究ネットワークの重要な要素,すなわち論文,研究者,雑誌の関係について検討する。 本稿では,HITSアルゴリズムを用いたネットワーク内のトピック情報の伝搬による意味情報の利用手法を提案する。 トピック情報は Named Entity Recognition と Entity Linkage を使って導出される。 本例では,新型コロナウイルスに関する学術論文のコーパスであるCORD19 Datasetからトピックを抽出するためにMedCATを用いている。 提案手法は、CORD-19データセットを利用して、引用フレームワークにトピック関連情報を統合する効果を実証する。 ハイブリッドHITSアルゴリズムの適用により,話題データの導入が記事ランキングに大きく影響し,学術コミュニティの構造に対する深い洞察を明らかにする。

関連論文リスト

• An Information Retrieval and Extraction Tool for Covid-19 Related Papers [0.0]
  本論文の主な焦点は、研究者に新型コロナウイルス関連論文のより良い検索ツールを提供することである。 我々は,CORD-19論文のトピックベースの検索を自動化し,研究者を支援する可能性を示した。
  論文  参考訳（メタデータ） (2024-01-20T01:34:50Z)
• DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
  従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。 本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
  論文  参考訳（メタデータ） (2023-09-04T20:52:33Z)
• Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
  新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。 我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
  論文  参考訳（メタデータ） (2023-04-14T16:45:38Z)
• Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
  本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。 研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。 本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
  論文  参考訳（メタデータ） (2023-03-18T19:17:47Z)
• Research Topic Flows in Co-Authorship Networks [0.0]
  本稿では,研究論文の著者とその研究分野間の流れを解析するためのグラフ構造を提案する。 我々の方法は、出版物のコーパス(すなわち、著者と抽象的な情報)のみを構築するために必要である。 本手法をコンピュータ科学と数学の分野で60年以上研究されてきた論文20冊の総合コーパスに適用することにより,TFNの有用性を実証する。
  論文  参考訳（メタデータ） (2022-06-16T07:45:53Z)
• A Weakly-Supervised Iterative Graph-Based Approach to Retrieve COVID-19 Misinformation Topics [2.1471398891979647]
  誤情報に関連するキーワード,トピック,テーマを検出するために,弱い教師付き反復グラフに基づくアプローチを導入する。 本手法は,いくつかのシードテキストにおいて,一般的な誤情報関連シードワードから特定のトピックを検出できる。
  論文  参考訳（メタデータ） (2022-05-19T09:30:39Z)
• COVID-19 Multidimensional Kaggle Literature Organization [3.201839066679614]
  因子化は文書コーパスに隠されたパターンを発見できる強力な教師なし学習手法であることを示す。 コーパスの高次表現により,類似記事,関連雑誌,類似研究論文の執筆者,話題キーワードの同時グループ化が可能となることを示す。
  論文  参考訳（メタデータ） (2021-07-17T06:16:36Z)
• Enhancing Scientific Papers Summarization with Citation Graph [78.65955304229863]
  引用グラフを用いて科学論文の要約作業を再定義します。 我々は,141kの研究論文を異なる領域に格納した,新しい科学論文要約データセットセマンティックスタディネットワーク(ssn)を構築した。 我々のモデルは、事前訓練されたモデルと比較して競争性能を達成することができる。
  論文  参考訳（メタデータ） (2021-04-07T11:13:35Z)
• 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)
• COVID-19 Knowledge Graph: Accelerating Information Retrieval and Discovery for Scientific Literature [23.279540233851993]
  新型コロナウイルス(COVID-19)の感染者は35万人を超え、全世界で600万人以上が感染している。 新型コロナウイルス(COVID-19)で急速に成長しているコーパスから情報を見つけ出すための追加のツールを研究者に提供するために、いくつかの検索エンジンが浮上した。 我々は、COVID-19の記事間の複雑な関係を抽出し視覚化するための異種グラフである、CKG(COVID-19 Knowledge Graph)を提示する。
  論文  参考訳（メタデータ） (2020-07-24T18:29:43Z)
• 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。

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。