論文の概要: An Artificial Intelligence Driven Semantic Similarity-Based Pipeline for Rapid Literature

• arxiv url: http://arxiv.org/abs/2509.15292v1
• Date: Thu, 18 Sep 2025 17:24:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.851831
• Title: An Artificial Intelligence Driven Semantic Similarity-Based Pipeline for Rapid Literature
• Title（参考訳）: 素早い文学のための人工知能駆動セマンティック類似性に基づくパイプライン
• Authors: Abhiyan Dhakal, Kausik Paudel, Sanjog Sigdel,
• Abstract要約: セマンティックな類似性を利用して文献レビューを行うための自動パイプラインを提案する。 この研究は、トランスフォーマーベースの埋め込みとコサイン類似性を利用することにより、最小限のオーバーヘッドと高い関連性を強調する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose an automated pipeline for performing literature reviews using semantic similarity. Unlike traditional systematic review systems or optimization based methods, this work emphasizes minimal overhead and high relevance by using transformer based embeddings and cosine similarity. By providing a paper title and abstract, it generates relevant keywords, fetches relevant papers from open access repository, and ranks them based on their semantic closeness to the input. Three embedding models were evaluated. A statistical thresholding approach is then applied to filter relevant papers, enabling an effective literature review pipeline. Despite the absence of heuristic feedback or ground truth relevance labels, the proposed system shows promise as a scalable and practical tool for preliminary research and exploratory analysis.
• Abstract（参考訳）: セマンティックな類似性を利用して文献レビューを行うための自動パイプラインを提案する。 従来の体系的レビューシステムや最適化に基づく手法とは異なり、この研究はトランスフォーマーベースの埋め込みとコサイン類似性を用いて最小限のオーバーヘッドと高い関連性を強調する。 論文のタイトルと要約を提供することで、関連するキーワードを生成し、オープンアクセスレポジトリから関連論文を取得し、それらが入力にセマンティックな近さに基づいてランク付けする。 3つの埋め込みモデルが評価された。 統計的しきい値付け手法が関連する論文のフィルタリングに適用され、効果的な文献レビューパイプラインが実現される。 ヒューリスティックなフィードバックや地上の真実関連ラベルがないにもかかわらず、提案システムは予備研究と探索分析のためのスケーラブルで実用的なツールとして有望であることを示す。

関連論文リスト

• Context-Aware Search and Retrieval Over Erasure Channels [12.794591022795355]
  本稿では,シンボル消去チャネル上で動作している遠隔文書検索システムの情報理論解析について述べる。 提案モデルは、言語コーパスの項周波数重みから導かれるクエリの特徴ベクトルを符号化する。 我々は、検索誤差確率、すなわち、より類似の少ない文書が選択される確率の明示的な式を導出する。
  論文  参考訳（メタデータ） (2025-07-16T04:21:46Z)
• Pointwise Mutual Information as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
  文脈と問合せの間のポイントワイドな相互情報は,言語モデルの性能向上に有効な指標であることを示す。 本稿では,文書と質問のポイントワイドな相互情報を利用する2つの手法を提案する。
  論文  参考訳（メタデータ） (2024-11-12T13:14:09Z)
• Mining Asymmetric Intertextuality [0.0]
  非対称的テクスト間性(英: Asymmetric intertextuality)とは、テキスト間の一方的な関係を指す。 非対称なテクスチュアリティをマイニングするためのスケーラブルで適応的なアプローチを提案する。 本システムでは, 直接引用からパラフレーズ化, 文書間影響に至るまで, 様々なレベルのテクスト間関係を扱う。
  論文  参考訳（メタデータ） (2024-10-19T16:12:22Z)
• Towards Interpretable and Efficient Automatic Reference-Based Summarization Evaluation [160.07938471250048]
  解釈可能性と効率性は、ニューラル自動メトリクスを採用する上で重要な2つの考慮事項である。 我々は,参照ベース要約評価のための高性能自動メトリクスを開発する。
  論文  参考訳（メタデータ） (2023-03-07T02:49:50Z)
• Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
  本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。 提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
  論文  参考訳（メタデータ） (2022-09-08T09:13:07Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Automating Document Classification with Distant Supervision to Increase the Efficiency of Systematic Reviews [18.33687903724145]
  体系的なレビューは高価で、時間的需要があり、労働集約的です。 文書のレビュー作業を大幅に削減するための自動文書分類アプローチを提案します。
  論文  参考訳（メタデータ） (2020-12-09T22:45:40Z)
• On Learning Text Style Transfer with Direct Rewards [101.97136885111037]
  平行コーパスの欠如により、テキストスタイルの転送タスクの教師付きモデルを直接訓練することは不可能である。 我々は、当初、微調整されたニューラルマシン翻訳モデルに使用されていた意味的類似度指標を活用している。 我々のモデルは、強いベースラインに対する自動評価と人的評価の両方において大きな利益をもたらす。
  論文  参考訳（メタデータ） (2020-10-24T04:30:02Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)
• Hierarchical Interaction Networks with Rethinking Mechanism for Document-level Sentiment Analysis [37.20068256769269]
  文書レベルの感性分析(DSA)は、あいまいなセマンティックリンクと感情情報の複雑化により、より困難である。 そこで本研究では,DSAにおける対象の明示的パターンと感情文脈を用いた識別表現を効果的に生成する方法について検討する。 感性に基づく再考機構(SR)を,感情ラベル情報を用いてHINを精製し,より感情に敏感な文書表現を学習することによって設計する。
  論文  参考訳（メタデータ） (2020-07-16T16:27:38Z)
• Leveraging Cognitive Search Patterns to Enhance Automated Natural Language Retrieval Performance [0.0]
  ユーザの検索行動を模倣する認知的再構成パターンが強調されている。 問合せの概念表現を考慮し,これらのパターンの適用を形式化する。 遺伝的アルゴリズムに基づく重み付けプロセスでは、概念的役割タイプに応じて用語に重点を置くことができる。
  論文  参考訳（メタデータ） (2020-04-21T14:13:33Z)

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。