Process / pipeline

Minería de texto científico — Procesamiento del Lenguaje Natural Académico

La minería de texto científico es un conducto de procesamiento del lenguaje natural (PLN) aplicado a la literatura académica. Basada en modelos preentrenados específicos del dominio, como SciBERT (Beltagy et al., 2019) y SPECTER (Cohan et al., 2020), extrae automáticamente hipótesis, metodologías, hallazgos y contribuciones académicas de artículos completos o resúmenes, permitiendo la automatización de revisiones sistemáticas, el análisis de tendencias de investigación y el mapeo científico a escala.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  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

Cómo citar esta página

ScholarGate. (2026, June 1). Scientific Text Mining (Scholarly NLP). ScholarGate. https://scholargate.app/es/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

Citado por

ScholarGateScientific Text Mining (Scientific Text Mining (Scholarly NLP)). Recuperado el 2026-06-15 de https://scholargate.app/es/text-mining/scientific-text-mining · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026