Apr, 2023

pyBibX -- 一款基于人工智能技术的 Python 文献计量与科学计量分析库

PDF
TL;DR本论文提出了一个名为 pyBibX 的 Python 库，用于从 Scopus、Web of Science 和 PubMed 等来源的原始数据文件中进行综合的计量和科学计量分析，并将最新的人工智能 (AI) 能力无缝集成到其核心功能中。该库执行了详细的探索性数据分析 (EDA)，并通过直观的图形说明呈现结果。PyBibX 是第一个整合最新 AI 能力用于分析科学出版物的应用程序，使研究人员能够更有效地检查和解释这些结果。
发现论文，激发创造
  • AI 强化的科学计量学、网络计量学和文献计量学的前沿技术的系统综述

    通过系统文献综述，本研究分析了人工智能与科学计量学，网路计量学和文献计量学的协同作用，以揭示 AI 算法在这些领域应用和效益的潜力。

    Feb, 2024

  • BiblioDAP: 文献数据分析和处理第 1 次研讨会

    介绍了 BiblioDAP'21: 第一届 Bibliographic Data Analysis and Processing 工作坊，指出由于发表的论文数量的显著增加以及固有的挑战，自动处理引文数据在数字图书馆、数据科学和机器学习中变得非常重要，其包括自动从 PDF 文档中提取引用、构建精确的引文图和作者名称消歧等方面。

    Jun, 2021

  • 引文网络主题模型的文献分析

    本文提出了一种将作者、主题和文档结合起来的主题模型，该模型能更好地拟合和聚类研究出版物，同时提出了一种有效的推理算法，可以在 CiteSeerX 的子集中探索研究出版物。

    Sep, 2016

  • 对 Scopus 和 Web of Science 中的 Cohort Intelligence（CI）算法及其相关应用的文献分析

    本文通过对 Scopus 中 Cohort Intelligence 发表的文章进行图表分析及文献计量学分析，展示了该算法的相关应用及其系统评估结果。

    Sep, 2022

  • BibRank：利用元数据的自动关键词提取平台

    该论文介绍了一种平台，集成了关键短语数据集，促进了关键短语提取算法的评估，对于希望改进他们的关键短语提取算法并推进自然语言处理领域的研究人员和开发人员非常有价值。

    Oct, 2023

  • unarXive 2022: 包含结构化全文和引用网络的 NLP 预处理 arXiv 出版物

    提出了一个新版的数据集 unarXive，包含了跨越多学科和 32 年的 1.9 百万篇学术出版物，有更完整的引文网络和更丰富的文档结构表示方法和非文本内容的呈现。提供了用于引文推荐和 IMRaD 分类的训练 / 测试数据集。

    Mar, 2023

  • 支持研究评估的人工智能技术综述

    该文献综述通过机器学习预测引用次数或质量评分等方法，从文章文本和元数据中识别高影响力或高质量研究的指标，并回顾了有关排名和公共数据集的证据，用于预测学术文章的影响力，并讨论了技术辅助评估的偏见和透明度。

    Dec, 2022

  • 人工智能研究的文献研究：全球概览与印度出现

    通过科学映射方法的文献计量研究，本研究确定和评估了 2015-2020 年间人工智能研究的参考文献趋势。使用 Scopus 数据库收集了所需的数据，并进行数据转换和映射技术分析，结果显示神经网络和深度学习是顶尖人工智能研究论文的主题之一。

    Jul, 2023

  • 用机器学习预测文章质量得分：英国研究卓越框架

    利用人工智能和多个引文计量和元数据输入进行的质量估计，与简单的定量指标和耗费时间的同行评审相比，得出更好的结果；医学和物理学科的精度最高，社会科学、数学、工程、艺术和人文学科的表现较差。

    Dec, 2022

  • 论 ArXiv 作为数据集的应用

    本文介绍了 arXiv，它收集了来自物理学、数学和计算机科学等科学领域的 150 万篇预先印刷的文章，并提供了一个管道，标准化和简化 arXiv 的公开可用数据。该管道被用来提取和分析一个拥有 670 万边的引文图和一个包含 110 亿字的全文研究文章语料库。作者呈现了一些基线分类结果并推动了更加令人兴奋的生成图模型的应用。

    Apr, 2019