ScholarGate
Asistents
Process / pipeline

Zinātniskā teksta ieguve — zinātniskā dabiskās valodas apstrāde (NLP)

Zinātniskā teksta ieguve ir dabiskās valodas apstrādes konveijers, ko piemēro akadēmiskajai literatūrai. Balstoties uz domēnspecifiskiem iepriekš apmācītiem modeļiem, piemēram, SciBERT (Beltagy et al., 2019) un SPECTER (Cohan et al., 2020), tas automātiski iegūst hipotēzes, metodoloģijas, atklājumus un zinātniskās atziņas no pilna teksta rakstiem vai abstraktiem, nodrošinot sistemātisku pārskatu automatizāciju, pētījumu tendenču analīzi un zinātnes kartēšanu plašā mērogā.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Zinātniskā teksta ieguve
Bibliometriskā analīzeNosaukuma entītiju atpaz…Sentimentu analīzeTēmu modelēšanaKlīniskā teksta ieguveEntītiju saistīšana

Avoti

  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 ↗

Kā citēt šo lapu

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

Uz to atsaucas

Klīniskā teksta ieguveEntītiju saistīšana

Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →

ScholarGate — Scientific Text Mining (Scientific Text Mining (Scholarly NLP)). Izgūts 2026-06-15 no https://scholargate.app/lv/text-mining/scientific-text-mining · Datu kopa: https://doi.org/10.5281/zenodo.20539026