Process / pipeline

متن‌کاوی علمی — پردازش زبان طبیعی دانشگاهی

متن‌کاوی علمی یک خط لوله پردازش زبان طبیعی است که برای ادبیات دانشگاهی به کار می‌رود. این روش که مبتنی بر مدل‌های از پیش آموزش‌دیده خاص دامنه مانند SciBERT (Beltagy et al., 2019) و SPECTER (Cohan et al., 2020) است، به طور خودکار فرضیه‌ها، روش‌شناسی‌ها، یافته‌ها و مشارکت‌های علمی را از مقالات کامل یا چکیده‌ها استخراج می‌کند و امکان خودکارسازی مرور سیستماتیک، تحلیل روند تحقیقاتی و نقشه‌برداری علم را در مقیاس وسیع فراهم می‌آورد.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

متن‌کاوی علمی

تحلیل کتاب‌سنجی بازشناسی موجودیت نام‌دار…تحلیل احساسات مدل‌سازی موضوعی استخراج اطلاعات در پرداز…پیونددهی موجودیت

منابع

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