Process / pipeline

التنقيب النصي العلمي — معالجة اللغات الطبيعية الأكاديمية

التنقيب النصي العلمي هو خط أنابيب لمعالجة اللغات الطبيعية (NLP) يُطبّق على الأدبيات الأكاديمية. بالارتكاز على نماذج مُدرّبة مسبقًا خاصة بالمجال مثل SciBERT (Beltagy et al., 2019) و SPECTER (Cohan et al., 2020)، فإنه يستخرج تلقائيًا الفرضيات والمنهجيات والنتائج والمساهمات العلمية من الأوراق البحثية كاملة النص أو الملخصات، مما يُمكّن من أتمتة المراجعات المنهجية وتحليل اتجاهات البحث ورسم خرائط العلوم على نطاق واسع.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

The neighbourhood of related methods — select a node to explore.

المصادر

  1. Beltagy, I., Lo, K., & Cohan, A. (2019). SciBERT: A Pretrained Language Model for Scientific Text. EMNLP 2019. link
  2. Cohan, A., Feldman, S., Beltagy, I., Downey, D., & Weld, D. (2020). SPECTER: Document-Level Representation Learning using Citation-Informed Transformers. ACL 2020. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 1). Scientific Text Mining (Scholarly NLP). ScholarGate. https://scholargate.app/ar/text-mining/scientific-text-mining

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

يُستشهد بها في

ScholarGateScientific Text Mining (Scientific Text Mining (Scholarly NLP)). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/text-mining/scientific-text-mining · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026