論文の概要: Revealing the Technology Development of Natural Language Processing: A Scientific Entity-Centric Perspective

• arxiv url: http://arxiv.org/abs/2606.29836v1
• Date: Mon, 29 Jun 2026 06:23:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.080935
• Title: Revealing the Technology Development of Natural Language Processing: A Scientific Entity-Centric Perspective
• Title（参考訳）: 自然言語処理技術の発展をめざして : 科学的実体的視点
• Abstract要約: 自動エンティティ認識技術の開発により、大規模に技術関連エンティティを抽出することが可能となる。 自然言語処理(NLP)の記事において、手法、データセット、メトリクス、ツールなどの技術関連エンティティを抽出する。 我々は、それらの共起ネットワークに基づいてエンティティのzスコアを計算し、その影響を測定する。
• 参考スコア（独自算出の注目度）: 8.115514447630156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Most studies on technology development have been conducted from a thematic perspective, but the topics are coarse-grained and insufficient to accurately represent technology. The development of automatic entity recognition techniques makes it possible to extract technology-related entities on a large scale. Thus, we perform a more accurate analysis of technology development from an entity-centric perspective. To begin with, we extract technology-related entities such as methods, datasets, metrics, and tools in articles on Natural Language Processing (NLP), and we apply a semi-automatic approach to normalize the entities. Subsequently, we calculate the z-scores of entities based on their co-occurrence networks to measure their impact. We then analyze the development trends of new technologies in the NLP domain since the beginning of the 21st century. The findings of this paper include three aspects: Firstly, the continued increase in the average number of entities per paper implies a growing burden on researchers to acquire relevant technical background knowledge. However, the emergence of pre-trained language models has injected new vitality into the technological innovation of the NLP domain. Secondly, Methods dominate among the 179 high-impact entities. An analysis of the z-score trend about the top 10 entities reveals that pre-trained language models, exemplified by BERT and Transformer, have become mainstream in recent years. Unlike the trend of the other eight method entities, the impact of Wikipedia dataset and BLEU metric has continued to rise in the long term. Thirdly, in recent years, there has been a remarkable surge in popularity for new high-impact technologies than ever before, and their acceptance by researchers has accelerated at an unprecedented speed. Our study provides a new perspective on analyzing technology development in a specific domain.
• Abstract（参考訳）: 技術開発に関するほとんどの研究は、テーマの観点から行われているが、そのトピックは粗く、正確に技術を表現するには不十分である。 自動エンティティ認識技術の開発により、大規模に技術関連エンティティを抽出することが可能となる。 したがって、我々はエンティティ中心の観点から、より正確な技術開発分析を行う。 まず、自然言語処理(NLP)の記事において、手法、データセット、メトリクス、ツールなどの技術関連エンティティを抽出し、エンティティの正規化に半自動的アプローチを適用する。 その後、共起ネットワークに基づいて、エンティティのzスコアを計算し、その影響を計測する。 21世紀初頭以降のNLP領域における新技術の展開動向を分析した。 第一に、1紙あたりの平均エンティティ数が増加し続けることは、研究者が関連する技術的背景知識を取得することの負担が増大することを意味している。 しかし、事前訓練された言語モデルの出現は、NLPドメインの技術革新に新たな活力をもたらしている。 第二に、メソッドは179のハイインパクトなエンティティの中で支配的です。 トップ10エンティティに関するzスコア傾向の分析によると、BERTとTransformerによって実証された事前学習された言語モデルが近年主流になっている。 他の8つのメソッドエンティティのトレンドとは異なり、ウィキペディアデータセットとBLEUメトリックの影響は長期にわたって上昇し続けている。 第三に、近年、新しいハイインパクト技術の人気がこれまでになく急上昇しており、研究者の受け入れは前例のないスピードで加速している。 本研究は,特定の領域における技術開発を解析するための新たな視点を提供する。

関連論文リスト

• Advances and Challenges in Semantic Textual Similarity: A Comprehensive Survey [0.0]
  本調査は,トランスフォーマーベースモデル,コントラスト学習,ドメイン中心のソリューション,マルチモーダル手法,グラフベースアプローチ,知識強化技術という,6つの重要な分野の進展をレビューする。 セマンティックテクスト類似性(Semantic Textual similarity)の進化する分野における、新たなトレンドと今後の機会を強調しながら、迅速な進歩をナビゲートする研究者や実践者をガイドすることを目的としている。
  論文  参考訳（メタデータ） (2025-12-19T18:07:36Z)
• Monitoring Transformative Technological Convergence Through LLM-Extracted Semantic Entity Triple Graphs [35.70283902821063]
  本稿では,トランスフォーメーション技術の出現をモニタリングする,新しいデータ駆動パイプラインを提案する。 提案手法は,Large Language Models (LLMs) の進歩を活用し,非構造化テキストから意味的三重項を抽出する。 パイプラインには、多段階フィルタリング、ドメイン固有のクラスタリング、トピック共起の時間的傾向分析が含まれている。
  論文  参考訳（メタデータ） (2025-10-29T10:41:03Z)
• A Global Dataset Mapping the AI Innovation from Academic Research to Industrial Patents [2.8191246153416243]
  DeepInnovationAIは3つの構造化ファイルを含む包括的なグローバルデータセットである。 DeepInnovationAIは、研究者、政策立案者、業界リーダーがトレンドを予測し、コラボレーションの機会を特定することを可能にする。
  論文  参考訳（メタデータ） (2025-03-12T10:56:02Z)
• Reflection on Data Storytelling Tools in the Generative AI Era from the Human-AI Collaboration Perspective [54.152639172274]
  大規模生成AI技術は、ビジュアルおよびナレーション生成におけるそのパワーでデータストーリーテリングを強化する可能性がある。 我々は、最新のツールのコラボレーションパターンを、データストーリーテリングにおける人間とAIのコラボレーションを理解するための専用のフレームワークを使用して、以前のツールのパターンと比較する。 これらのAIテクニックのメリットと、人間とAIのコラボレーションへの影響も明らかにされている。
  論文  参考訳（メタデータ） (2025-03-04T13:56:18Z)
• Transforming Science with Large Language Models: A Survey on AI-assisted Scientific Discovery, Experimentation, Content Generation, and Evaluation [58.064940977804596]
  多くの新しいAIモデルとツールが提案され、世界中の研究者や学者が研究をより効果的かつ効率的に実施できるようにすることを約束している。 これらのツールの欠点と誤用の可能性に関する倫理的懸念は、議論の中で特に顕著な位置を占める。
  論文  参考訳（メタデータ） (2025-02-07T18:26:45Z)
• A Survey of Spatio-Temporal EEG data Analysis: from Models to Applications [20.54846023209402]
  本調査は,脳活動の理解と解釈を変革するための新しい手法と技術に焦点を当てる。 我々は、脳信号の堅牢な表現を可能にする自己教師あり学習手法を探求する。 また,グラフニューラルネットワーク(GNN)や基礎モデル,大規模言語モデル(LLM)に基づくアプローチなど,新たな差別的手法についても検討する。 この調査は、これらの最先端技術、その応用、そして彼らが将来の研究および臨床実践に持つ深い影響について、広範囲にわたる概要を提供している。
  論文  参考訳（メタデータ） (2024-09-26T08:09:15Z)
• Deepfake Generation and Detection: A Benchmark and Survey [134.19054491600832]
  Deepfakeは、特定の条件下で非常にリアルな顔画像やビデオを作成するための技術だ。 この調査は、ディープフェイクの発生と検出の最新の展開を包括的にレビューする。 本研究では, 顔交換, 顔再現, 話し顔生成, 顔属性編集の4つの代表的なディープフェイク分野の研究に焦点をあてる。
  論文  参考訳（メタデータ） (2024-03-26T17:12:34Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• A Survey of Controllable Text Generation using Transformer-based Pre-trained Language Models [21.124096884958337]
  制御可能なテキスト生成(CTG)は、自然言語生成(NLG)分野における新興分野である 本稿では,この領域における共通課題,主なアプローチ,評価手法について,体系的な批判的レビューを行う。 我々は、この分野が直面している課題について議論し、様々な将来的な方向性を示した。
  論文  参考訳（メタデータ） (2022-01-14T08:32:20Z)
• Systematic Inequalities in Language Technology Performance across the World's Languages [94.65681336393425]
  本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。 本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
  論文  参考訳（メタデータ） (2021-10-13T14:03:07Z)
• Deep Technology Tracing for High-tech Companies [67.86308971806322]
  我々は、各ハイテク企業にカスタマイズされた最も可能な技術方向を自動的に見つけるために、新しいデータ駆動ソリューション、すなわちDeep Technology Forecasting(DTF)フレームワークを開発する。 DTFは、潜在的な競合認識(PCR)、協調技術認識(CTR)、Deep Technology Tracing(DTT)ニューラルネットワークの3つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2020-01-02T07:44:12Z)

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。