Nov, 2023

增强跨学科交流的个性化行话识别

PDF
TL;DR科学术语识别中，熟悉度指标的使用存在问题。本研究通过收集 11000 多个计算机科学研究人员对术语的熟悉度进行注释分析，发现不同研究人员对术语的熟悉度和信息需求存在巨大差异。研究探讨了个人、子领域和领域知识等特征，以预测个体对术语的熟悉度。结果表明，以个人出版物为基础的提示方法达到了最高的准确率，而零样本提示方法提供了强有力的基准。本研究提供了将个人数据整合到科学术语识别中的特征和方法的洞见。
scientific jargonjargon identificationfamiliarity indicatorsresearchersterm familiarity
发现论文，激发创造
  • 专业术语的守卫者：衡量学术出版物中的学科特定术语和含义

    使用基于 BERT 的单词意义归纳技术对学术专业术语进行量化分析，并测量其对不同学科领域的影响，发现学科领域之间的交流受到了学术专业术语的阻碍。

    Dec, 2022

  • 利用领域不可知和特定领域知识进行首字母缩写消歧

    本研究提出一种 Hierarchical Dual-path BERT 方法，该方法利用 RoBERTa 和 SciBERT 预训练模型来分别编码通用精细和高级具体表示，用于缩写消歧。实验结果表明，该方法在各种评估指标上均优于现有技术，特别是其宏 F1 达到了 93.73％。

    Jul, 2021

  • 专家与非专家文本风格转移的自监督知识融合

    本研究提出知识库同化预训练任务和利用较大规模的平行语料库的转换模型，用于增强医学领域专家 - 外行人文本的风格转换系统，从而提高专家与百姓之间的沟通。实验证明，该方法可使转换质量平均达到成功率的 106% 相对提高。

    Oct, 2021

  • 跨领域检索增强科学创造力

    本文探讨了如何设计系统来增强终端用户的跨领域探索能力，并开发了一种探索性搜索系统，其中终端用户可以从论文摘要的核心部分中选择感兴趣的内容，并检索与用户选择的核心方面高度相似但在领域方面不同的论文，进一步地帮助用户了解领域集群中的微妙差异，我们通过与科学家的案例研究发现了系统旨在促进跨领域探索和灵感的机会和设计影响。

    Jun, 2022

  • 科学论文大型单主题文献库的交互式蒸馏

    利用机器学习技术构建针对科学文献的目标数据集工具，并通过主题建模进行文献综述，应用于机器学习领域。

    Sep, 2023

  • 利用人类相似度评判修剪词向量以提高可解释性

    通过一种有监督学习方法，针对特定领域（例如运动、职业），识别出一组强烈改善人类相似度判断预测的模型特征子集，并通过两种方法解释所保留特征的语义，从而揭示了人类如何根据性别包容性和国际性来区分运动类别，以及不同领域中特征对不同语义维度的预测能力。对于职业特征而言，最能预测认知、情感和社会维度，而对于水果或蔬菜特征而言，则最能预测味觉维度。讨论了对于人工智能系统与人类知识之间的对齐的意义。

    Oct, 2023

  • 结合语言模型的专业领域研究：一种多彩的方法

    将领域特定语言模型与通用语言模型相结合，通过为每个词标记或 “上色” 来指示它与通用模型或领域特定模型的关联，以优化的算法有效处理带有上色词的推理，实现将领域特定术语融入到语言任务中并降低错误率。

    Oct, 2023

  • 自动化开放领域科学假设发现的大型语言模型

    通过收集社会科学顶级期刊中最近发表的 50 篇论文构建的第一个自然语言处理数据集，该数据集可以解决假设归纳领域中以往局限于特定领域和常识知识的问题，旨在开发一个系统，仅凭一堆原始网页文集就可以自动生成有效、新颖且对社会科学研究人员有帮助的假设。基于多模块框架和三种不同的反馈机制，该框架在 GPT-4 和社会科学专家评估方面表现出较高的性能。

    Sep, 2023

  • 无监督从文本和代码构建知识图谱

    利用无监督学习方法构建知识图谱，将自然语言概念实体与源代码实体相关联，结合词嵌入、降维和聚类技术的文本概念聚类方法，用于帮助科学家理解、组织和比较开放科学生态系统中的软件，并增强对科学文献的整体理解。

    Aug, 2019

  • 科学文献中新兴概念的高精度提取

    本文提出了一种基于无监督方法的科学文献概念提取方法，通过挖掘后续论文中引用某篇文章的数量，提高了从计算机科学论文语料库中提取概念的精确度，Precision@1000 为 99％。

    Jun, 2020