Oct, 2023

ICALEPCS 和 IPAC 会议论文的文本分析：揭示未来洞见和高级搜索的研究趋势、主题和合作

PDF
TL;DR本文通过对过去的 ICALEPCS 和 IPAC 会议论文进行文本分析，提取有意义的信息并可视化展示研究趋势，分析其发展以识别新兴研究方向，并基于内容分析网络突出有趣的出版物。另外，我们将提供一个高级搜索工具，以便更好地搜索现有论文，避免重复和便于参考结果。我们的分析全面概述了该领域的研究现状，帮助研究人员更好地理解最新技术并识别未来研究领域。
发现论文，激发创造
  • 自然语言处理研究的探索之旅

    通过对 ACL Anthology 中的研究论文进行系统分类和分析，我们提供了自然语言处理领域的研究概况、学科分类，分析了最近的发展，并总结了我们的发现并强调了未来工作的方向。

    Jul, 2023

  • 揭示 2022 年 ACL 和 EMNLP 会议数据集的趋势

    自从采用 Transformer 架构以来，自然语言处理（NLP）已经显著发展。Transformers 催生了预训练大型语言模型（PLMs）。在多个任务中，NLP 系统的性能有了巨大提升，有些情况下甚至超过了人类。然而，事实仍然是，在预训练时，更好质量的数据集能够让 PLMs 在各个任务中取得更好的性能。为了满足特定需求，NLP 研究者继续创建新的数据集，而本研究旨在揭示这些数据集中所挖掘的趋势和见解，并向未来有意策划数据集的研究者提供有价值的建议。

    Mar, 2024

  • 自动从文本中提取社会政治事件的挑战与应用 (CASE 2023)：研讨会和共享任务报告

    我们提供了第六届 RANLP 2023 CASE 研讨会的摘要。该研讨会汇集了技术和社会科学领域中事件信息收集的各个方面，不仅对文本事件提取的进展有所贡献，还提供了多模态事件信息收集任务的组织空间。

    Dec, 2023

  • 我们如何用语言来进行事物：将文本作为社会和文化数据进行分析

    本文描述了我们在计算机文本分析方面的经验，并提出了一些最佳实践来处理厚重的社会文化概念，以促进跨学科合作。

    Jul, 2019

  • 基于文本挖掘的专利分析用于建筑工程自动化规则检查

    本研究通过对专利数据进行定量分析、使用 LDA 技术识别 ARC 主题、然后利用 SNA 分析 ARC 主题的共现性，研究展示了 ARC 应用的热点和发展趋势，提供了 ARC 技术发展和创新的标志。

    Dec, 2022

  • NLPExplorer：探索自然语言处理论文的宇宙

    本文提出 NLPExplorer，这是一个自动的门户网站，用于索引、搜索和可视化自然语言处理（NLP）研究文献，它展示了有关论文、作者、会议和主题的有趣见解。

    Oct, 2019

  • 从文本文档中检测和提取事件

    本文探讨了如何从文本中挖掘事件和附带信息，主要应用了机器学习技术进行事件检测和摘要，并讨论了在医学和 Twitter 上运用的应用和未来挑战

    Jan, 2016

  • 法律领域中的自然语言处理

    本文总结了 NLP 与法律领域的现状并关注最近的技术和实质性发展。通过构建并分析过去十年发表的超过六百篇与 NLP & 法律相关的论文，我们发现了一些主要趋势，并且我们相信这些趋势对于该领域的未来发展具有积极意义，但是仍有许多问题需要解决。

    Feb, 2023

  • 自动提取文本中社会政治事件的挑战和应用：CASE 2022 研讨会和分享任务报告

    本文总结了在 EMNLP 2022 范围内举行的 CASE 工作坊的第五届会议，该工作坊聚焦于跨技术和社会科学领域的事件信息收集和多模态方法对该跨学科研究主题的拓展。

    Nov, 2022

  • 稻草堆中的话题：超越一致性的话题提取和评估

    该研究提出了一种方法，通过对句子和文档的主题进行深入理解，不仅分析数据中的词频，而且可以检测包括非常见词或新词在内的潜在主题，还使用了基于语义空间的异类词和相似性度量等新的评价指标，并通过与人工识别相似性度量的相关系数，在文本挖掘方面展现出优秀的性能结果。

    Mar, 2023