テキストと画像分析による高衝撃研究の機械同定【JST・京大機械翻訳】

Stamenovic Marko; Luo Jeibo

プレプリント

J-GLOBAL ID：202202201160173475 整理番号：22P0149754

テキストと画像分析による高衝撃研究の機械同定【JST・京大機械翻訳】

Machine Identification of High Impact Research through Text and Image Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年05月20日プレプリントサーバーでの情報更新日： 2020年05月20日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

学術論文の提出と刊行物の体積は,絶えず増加する割合で成長している。研究のこの洪水は,様々な分野における進歩を約束する一方で,出力の she容積は,本質的にノイズ量を増加させる。高インパクト,高品質研究を迅速に見つける手段として,引用を入手する可能性が低いものから,論文を自動的に分離するシステムを提示する。提案システムでは,コンテンツ情報決定を行うための文書の全体的な外観とテキスト分類器の監視に役立つ視覚分類器を用いた。フィールドにおける現在の研究は,個々の会議からの論文から成る小さなデータセットに焦点を当てた。より大きなデータセットに類似の技術を使用する試みは,一般的に,抽象的,潜在的に貴重なデータを投棄するような文書の優秀を考慮するだけである。著者らは,2つの別々の学術的ドメイン(コンピュータ科学と医学)の中で10年間にわたる出力を網羅するPDF文書と引用数からなるデータセットを提供することによって,これらの問題を修正する。この新しいデータセットは,時間と学術的ドメインを一般化することにより,この分野の現在の研究を拡大できる。さらに,著者らは,ドメイン上で分類器の性能を評価するドメイン間予測モデルを探索し,この重要な問題に関する更なる洞察を開示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , ,

前のページに戻る