Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userScientific Text Mining
التنقيب في النصوص العلمية
3043
1 92
0
(
0
)
Added by
جامعة دمشق حلقة بحث
Publication date
2018
fields
Informatics Engineering
and research's language is
العربية
Created by
Amal AlNouri
Ask ChatGPT about the research
يهدف التنقيب في النصوص بشكل عام إلى تحليل النصوص لاستخلاص معارف ذات جودة عالية من عدة مصادر نصية، والربط فيما بينها لتشكيل حقائق وفرضيات جديدة. تعد الأوراق البحثية التمثيل الأكثر اكتمالاً للمعرفة البشرية. وقد ساهمت حركة "الوصول المفتوح" إلى الأوراق البحثية، بالإضافة إلى ازدهار حقل التعلم الآلي في الآونة الأخيرة وتوفر الأدوات البرمجية والعتادية بكلف منخفضة نسبياً، بتداعي الحواجز المعيقة لعملية التنقيب في نصوص الأوراق البحثية. في تتمة هذه الدراسة سنستعرض مجموعة من أساليب التنقيب في النصوص العلمية من حيث أهميتها، مجالات استخدامها، وطرق تطبيقها.
No English abstract
Artificial intelligence review:
Research summary
يتناول هذا البحث موضوع التنقيب في النصوص العلمية، ويهدف إلى تحليل النصوص لاستخلاص معارف ذات جودة عالية من عدة مصادر نصية وربطها لتشكيل حقائق وفرضيات جديدة. يركز البحث على الأوراق البحثية كتمثيل للمعرفة البشرية، ويستفيد من حركة الوصول المفتوح والتعلم الآلي لتسهيل عملية التنقيب. تتضمن أهداف التنقيب دعم الوصول الاستكشافي للأدب العلمي، تحليل ومقارنة نتائج الأبحاث، تلخيص نتائج الأبحاث، أتمتة مراجعة الأدب العلمي، والإجابة عن الأسئلة العلمية. يناقش البحث أيضًا طرق تلخيص النصوص العلمية، سواء كانت Extractive أو Abstractive، ويستعرض مجموعة من الأبحاث في هذا المجال. كما يتناول البحث استخراج الصور التوضيحية والجداول من الأوراق البحثية، ويقدم خوارزميات لتحديد هذه العناصر وإسناد المسميات التوضيحية لها. بالإضافة إلى ذلك، يناقش البحث تحديد الاستشهادات المهمة في الأدبيات العلمية، ويقترح نماذج لتصنيف الاستشهادات بناءً على أهميتها. أخيرًا، يقدم البحث نظام Citeomatic كأداة لمراجعة الأدب العلمي، ويشرح كيفية تدريب النموذج للتنبؤ بالاستشهادات ذات المغزى.
Critical review
دراسة نقدية: يعتبر هذا البحث شاملاً ومفيداً في مجال التنقيب في النصوص العلمية، حيث يغطي مجموعة واسعة من المواضيع بدءًا من تلخيص الأوراق البحثية وصولاً إلى استخراج الصور والجداول وتحديد الاستشهادات المهمة. ومع ذلك، يمكن أن يكون هناك بعض التحديات في تطبيق الخوارزميات المقترحة على نطاق واسع، خاصةً فيما يتعلق بدقة استخراج الصور والجداول من تنسيقات مختلفة للأوراق البحثية. كما أن الاعتماد الكبير على الأدوات البرمجية مثل Poppler وPDFBox قد يحد من إمكانية التوسع في تطبيق هذه الخوارزميات على أنواع أخرى من الوثائق. بالإضافة إلى ذلك، يمكن تحسين النموذج المقترح لتحديد الاستشهادات المهمة من خلال تضمين مزيد من البيانات التدريبية المتنوعة لضمان دقة أعلى في التصنيف. بشكل عام، يقدم البحث إسهامات قيمة في مجال التنقيب في النصوص العلمية، ولكنه يحتاج إلى مزيد من التحسينات لتطبيقه بشكل فعال على نطاق واسع.
Questions related to the research
-
ما هي الأهداف الرئيسية لعملية التنقيب في النصوص العلمية؟
الأهداف الرئيسية تشمل دعم الوصول الاستكشافي للأدب العلمي، تحليل ومقارنة نتائج الأبحاث، تلخيص نتائج الأبحاث، أتمتة مراجعة الأدب العلمي، والإجابة عن الأسئلة العلمية.
-
ما الفرق بين طرق تلخيص النصوص العلمية Extractive وAbstractive؟
الطريقة Extractive تعتمد على نسخ أجزاء من الوثيقة لتشكيل الملخص، بينما الطريقة Abstractive تولد ملخصاً جديداً قد يحتوي على عبارات لا تظهر في الوثيقة الأصلية.
-
ما هي الخوارزميات المستخدمة لاستخراج الصور والجداول من الأوراق البحثية؟
الخوارزميات تشمل تحديد بدايات نصوص المسميات التوضيحية، تحديد مناطق الكتل النصية والرسومية، وإسناد المسمى التوضيحي إلى منطقة الرسم التوضيحي الذي يشير إليه.
-
كيف يتم تحديد الاستشهادات المهمة في الأدبيات العلمية؟
يتم تحديد الاستشهادات المهمة من خلال نماذج تصنيف تعتمد على سمات مثل عدد الاستشهادات المباشرة وغير المباشرة، موقع الاقتباس في الورقة، وجود عبارات تدل على أهمية العمل، وظهور الاقتباس في أشكال توضيحية أو جداول.
References used
Petr Knoth, and Phil Gooch, A. (22 September 2015). An Introduction to Text Mining Research Papers [PDF]. Retrieved from https://www.uksg.org/sites/uksg.org/files/Text-Mining-Research-Papers.pptx.pdf.
(Visser, W. T., and M. B. Wieling. "Sentence-based summarization of scientific documents." The design and implementation of an online available automatic summarizer. Report, last retrieved Nov. 29th (2007).
Qazvinian, Vahed, and Dragomir R. Radev. "Scientific paper summarization using citation summary networks." Proceedings of the 22nd International Conference on Computational Linguistics-Volume 1. Association for Computational Linguistics, 2008
, Horacio, and Francesco Ronzano. "Trainable citation-enhanced summarization of scientific articles." Proceedings of the Joint Workshop on Bibliometric-enhanced Information Retrieval and Natural Language Processing for Digital Libraries (BIRNDL). 2016
(Collins, Ed, Isabelle Augenstein, and Sebastian Riedel. "A Supervised Approach to Extractive Summarization of Scientific Papers." arXiv preprint arXiv:1706.03946 (2017)
Clark, Christopher Andreas, and Santosh Kumar Divvala. "Looking Beyond Text: Extracting Figures, Tables and Captions from Computer Science Papers." AAAI Workshop: Scholarly Big Data. 2015
Clark, Christopher, and Santosh Divvala. "PDFFigures 2.0: Mining figures from research papers." Digital Libraries (JCDL), 2016 IEEE/ACM Joint Conference on. IEEE, 2016
Valenzuela, Marco, Vu Ha, and Oren Etzioni. "Identifying Meaningful Citations." AAAI Workshop: Scholarly Big Data. 2015
“Citeomatic: Automated Literature Review”. The Allen Institute for Artificial Intelligence, 2017. Retrieved from http://allenai.org/semantic-scholar/citeomatic
rate research
Read More
The advances in location-acquisition and mobile computing techniques have generated massive spatial trajectory data, which represent the mobility of a diversity of moving objects, such as people, vehicles and animals. Many techniques have been propos
ed for processing, managing and mining trajectory data in the past decade, fostering a broad range of applications. In this article, we conduct a systematic survey on the major research into trajectory data mining, providing a panorama of the field as well as the scope of its research topics. Following a roadmap from the derivation of trajectory data, to trajectory data preprocessing, to trajectory data management, and to a variety of mining tasks (such as trajectory pattern mining, outlier detection, and trajectory classification), the survey explores the connections, correlations and differences among these existing techniques. This survey also introduces the methods that transform trajectories into other data formats, such as graphs, matrices, and tensors, to which more data mining and machine learning techniques can be applied. Finally, some public trajectory datasets are presented. This survey can help shape the field of trajectory data mining, providing a quick understanding of this field to the community.
Data mining is becoming a pervasive technology in activities as diverse as using historical data to predict the success of a marketing campaign looking for patterns in financial transactions to discover illegal activities. From this perspective it wa
s just a matter of time for the discipline to reach the important area of computer security This research presents a collection of research efforts on the use of data mining in computer security.
في هذا البحث تٌستخدم تقنيات استكشاف الصور كالتجميع و قواعد الاستكشاف لاستكشاف المعرفة من الصورة و أيضاً يستخدم دمج الميزات متعددة الوسائط مثل البصرية و النصية.
In this paper we introduce a comparison for some of data mining algorithm for traffic accidents analysis.
We start by describing available data for entry by analyzing the structure of statistical reports in Lattakia traffic directorate, and proceed
to data mining stage which enables us to smart study of factors that play roles in traffic accident and find its inter-relations and importance for causing traffic accident.
That comes after building data warehouse upon the database we built to store the data we gathered.
In this research we list a some of models was tested which is a sample of a many cases we checked to have the research results.
The objective of this paper is presenting an educational data
mining case study, by applying data mining techniques.
Data Mining
التنقيب في البيانات
التنقيب في بيانات المؤسسات التعليمية
برنامج ذكاء الأعمال الخاص بشركة مايكروسوفت
خوارزمية مايكروسوفت لأشجار القرار
خوارزمية مايكروسوفت للتجميع و الكشف عن الحالات الشاذة
خوارزمية مايكروسوفت لقواعد الارتباط
Educational Data Mining
SQL Server Business Intelligence Development Studio
Microsoft Decision Trees
Microsoft Clustering
Outlier Detection
Microsoft Association Rules
المزيد..
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
