ScholarGate
Asistent
Process / pipeline

Znanstveno rudarenje tekstom — Akademsko NLP

Znanstveno rudarenje tekstom je postupak obrade prirodnog jezika (NLP) primijenjen na akademsku literaturu. Utemeljeno na pred-obučenim modelima specifičnim za domenu, kao što su SciBERT (Beltagy et al., 2019) i SPECTER (Cohan et al., 2020), automatski izdvaja hipoteze, metodologije, nalaze i akademske doprinose iz cjelovitih radova ili sažetaka, omogućujući automatizaciju sustavnih pregleda, analizu istraživačkih trendova i mapiranje znanosti u velikom opsegu.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

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

Citirana u

ScholarGateScientific Text Mining (Scientific Text Mining (Scholarly NLP)). Preuzeto 2026-06-15 s https://scholargate.app/hr/text-mining/scientific-text-mining · Skup podataka: https://doi.org/10.5281/zenodo.20539026