《一种基于关键词的跨学科文档分类的迁移学习方法》

  • 来源专题:数智化图书情报
  • 编译者: 程冰
  • 发布时间:2023-11-08
  • 随着跨学科研究的指数增长,准确识别科学文献的学科领域在各种研究管理任务中变得越来越重要。跨学科分类将文献分为多个学科领域,对于多学科研究的发展至关重要。由于标记的多学科数据稀缺,现有的科学文献分类方法无法解决跨学科问题。它们大多数还存在解释性问题,简单地提供分类结果。本研究提出了一种基于可解释的迁移学习的跨学科文献分类方法。首先,我们使用现有的标记单一学科文献训练了一个单一学科分类模型。然后,我们将从单一学科分类中学到的知识转移到跨学科分类中,以解决标记的跨学科数据稀缺的问题。我们还将学科共现信息添加到我们提出的模型中。最后,我们通过使用跨学科数据训练转移模型来获得最终模型。此外,通过采用逐层相关传播,为文本分类提供了基于关键词的解释。对真实NSFC数据的实验表明了所提出方法的有效性,可以通过构建一个高效公平的跨学科审查系统来促进跨学科发展。

    科学同行评议的跨学科分类

  • 原文来源:https://link.springer.com/article/10.1007/s11192-023-04825-z
相关报告
  • 《跨学科的材料科学是进步的关键》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2017-11-14
    • 前桑迪亚国家实验室执行主任朱莉娅·m·菲利普斯(Julia m . Phillips)告诉研究人员,在上个月举行的麻省理工学院材料研究实验室(MRL)材料日研讨会上,跨学科材料研究是解决人类面临的生存挑战的关键。 菲利普斯在10月11日的活动上说:“作为材料研究人员,我们都很兴奋,也有点让人沮丧的是,材料的真正影响发生在它们变成了你口袋里随身携带的东西的时候。” 她说,在20世纪后半叶,我们今天认为理所当然的许多技术进步,如笔记本电脑和智能手机,都来自于材料研究的基本进步,以及控制和制造材料的能力。菲利普斯从桑迪亚国家实验室(Sandia National Laboratories)退休,担任副总裁兼首席技术官。他还担任MRL外部咨询委员会(MRL)的主席,也是国家科学委员会(National Science Board)的成员。 MRL是由材料加工中心和材料科学与工程中心合并形成的,该中心于10月1日生效。在他的引言中,MRL主管Carl v . Thompson注意到Geoffrey s.d Beach,材料科学与工程副教授,他是国家科学基金会材料研究科学与工程中心MRL的联合主任和首席研究员。 在工业需求和后二战时期政府资助的研究的推动下,“材料研究无疑是跨学科研究的早期模式,”菲利普斯说。与扫描探针显微镜等新工具了解材料的结构和性能,材料科学家在过去的20世纪创造了全新类别的材料和产品,从超级合金,使更大、更可靠的飞机引擎紧张那麽现代磁记录层超晶格,激光和红外探测器。 未来增长将来自合成的能力和控制越来越复杂的材料,菲利普斯说,注意发展等领域的高温超导体、多孔固体像金属有机框架,和超材料,产生新的属性结合生物材料,在分子尺度上附近的有机物,陶瓷,金属精密在自然界中尚未发现的方法。 “在分子和材料之间的模糊空间中,”这些更新的材料具有非常有趣的特性,它们仍在被充分探索的过程中,它们将在未来几年被利用,菲利普斯指出。“对很多人来说,很明显,随着我们的前进,这些也将是革命性的。” 为解决21世纪能源、环境和可持续性的挑战提供了一个模型;卫生保健和医学;对人类和自然威胁的脆弱性;扩大和提高人类的能力和快乐。Phillips说:“这些都是范例,但你可以看到所有的材料都写在这个清单上,我认为你可能提出的任何类似的清单都有材料写在上面。”“为了应对这些巨大的挑战,我们真的需要能够处理现实复杂的系统,从科学、工程、社会和行为科学,甚至是艺术上,把所有这些学科结合起来。” 菲利普斯说,科学理解和计算建模的进展正在加速研究人员在实际制造新材料之前预测新材料的结构和性质的能力。 麻省理工学院教师安东尼Allanore,波琳娜Anikeeva,a . John Hart Pablo Jarillo-Herrero,Juejun胡锦涛,珍妮弗·鲁普研究更新他们的最近的工作跨越一系列从新的电子设备和超薄层材料对大脑和脊髓的细胞水平探测大规模3 d印刷和金属加工的方法。 ——文章发布于2017年11月5日
  • 《人工智能素养:一种提议的层面分类法》

    • 来源专题:数智化图书情报
    • 编译者:程冰
    • 发布时间:2025-01-16
    • 摘要: [目的]提出一种人工智能(AI)素养的分类法,以支持AI素养教育和研究。 [设计/方法论/方法]本研究采用了层面分析技术,并面回顾,检查知名的AI分类方案和分类法,回顾以往关于数据/信息/数字素养研究的文献,以及对1,031条关于AI素养出版物的元数据记录进行定性和定量分析,使用KH Coder 3软件应用程序分析来自Scopus多学科数据库的元数据记录。[发现]提出了一个新的AI素养分类法,包含13个高级层面以及每个层面的具体主题列表。 关键词:人工智能素养,AI素养,分类法,AI素养分类法,AI素养概念化,人工智能  Shiri, A. (2024), "Artificial intelligence literacy: a proposed faceted taxonomy", Digital Library Perspectives, Vol. 40 No. 4, pp. 681-699. https://doi.org/10.1108/DLP-04-2024-0067