CODA-19：利用非专业人群对 COVID-19 开放研究数据集中的 10,000 多个摘要进行注释

ACLMay, 2020

CODA-19: Using a Non-Expert Crowd to Annotate Research Aspects on 10,000+ Abstracts in the COVID-19 Open Research Dataset

Ting-Hao 'Kenneth' Huang, Chieh-Yang Huang, Chien-Kuang Cornelia Ding, Yen-Chia Hsu, C. Lee Giles

TL;DR介绍了 CODA-19 数据集，该数据集是人工注释的，包括对英文摘要中的背景、目的、方法、发现 / 贡献和其他部分的编码。数据集由 Amazon Mechanical Turk 的 248 名众包工人 10 天内创建，并获得高效的标注质量。

Abstract

This paper introduces coda-19, a human-annotated dataset that codes the Background, Purpose, Method, Finding/Contribution, and Other secti

发现论文，激发创造

该研究介绍了 COVID-19 开放研究数据集（CORD-19）的构建、使用和相关挑战，旨在帮助计算机界、医学专家和政策制定者共同探索 COVID-19 的有效治疗和管理政策。

Apr, 2020

描述了 TweetsCOV19 的基本特征和分析，这是一个公开可用的包含超过 800 万推特的知识库，旨在为大量知识发现任务提供前所未有的数据集。

Jun, 2020

通过研究发现，微任务众包平台能够有效地捕捉 PubMed 文摘中的疾病提及，并通过专家投票方法将多个工作者的注释合并，生成 BioNLP 领域中完全标注的语料库。

Aug, 2014

该研究报告主要讨论了如何利用生物医学文本挖掘方法自动分配主题标签以便更好地理解和利用 LitCovid 数据库中的 COVID-19 相关文章，以促进疫苗和药物的研发。

Apr, 2022

基于 CORD-19 文本摘要的 CORToViz 可视化工具，利用最新科技，通过聚类文章并提取主题的方法，提供快速可视化主题内容和趋势的交互式仪表盘，适用于任何文本文档语料库的数据准备和结果可视化。

Oct, 2023

使用 CrowdTruth 方法通过众包获得医疗关系提取的注释数据集，并通过建模歧义性提高数据质量并减少成本，展示了在人类和机器性能方面均考虑歧义性时的加权测量精度、召回率和 F 度量的优势。

Jan, 2017

使用 NLP 技术，如词袋、平均词向量、平均 BERT 基础模型和 Tf-Idf 加权词向量模型，结合余弦相似度算法，在 CORD-19 数据集中找出与 COVID-19 主题有关的研究文献。

May, 2022

创建了覆盖 75 种细粒度实体类型的 CORD-NER 数据集，其中除了常见的生物医学实体类型外，还包括许多新的与 COVID-19 相关的实体类型，该数据集的质量优于 SciSpacy。

Mar, 2020

本文介绍了 CO-Search，这是一款检索 - 排序语义搜索引擎，设计用于处理 COVID-19 相关文献，包括使用 Siamese-BERT 编码器、BM25 矢量化器和多跳问答模块等，以高效地帮助寻找科学答案，并在多项指标上获得了最佳表现。

Jun, 2020

本篇文章提出了使用 CrowdTruth 衡量指标来有效地收集多领域多任务的 ground truth 数据，比传统的投票方式更具优势，并研究了人数增加对标注质量的影响。

Sep, 2018