ScholarGate
Assistent
Process / pipeline

Teaduslik tekstikaevandamine — teaduslik NLP

Teaduslik tekstikaevandamine on akadeemilisele kirjandusele rakendatav looduskeele töötlemise (NLP) töövoog. Domiinis-spetsiifilistele eelkoolitatud mudelitele nagu SciBERT (Beltagy jt, 2019) ja SPECTER (Cohan jt, 2020) tuginedes ekstraheerib see automaatselt hüpoteese, metoodikaid, leide ja teaduslikke panuseid täistekstipaberitest või abstraktidest, võimaldades süstemaatiliste ülevaadete automatiseerimist, uurimistrendide analüüsi ja teaduse kaardistamist suures mahus.

Ava rakenduses MethodMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  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

Kuidas sellele lehele viidata

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

Sellele viitavad

ScholarGateScientific Text Mining (Scientific Text Mining (Scholarly NLP)). Loetud 2026-06-15 aadressilt https://scholargate.app/et/text-mining/scientific-text-mining · Andmestik: https://doi.org/10.5281/zenodo.20539026