Offering Answers for Claim-Based Queries: A New Challenge for Digital Libraries
Offering Answers for Claim-Based Queries: A New Challenge for Digital Libraries
复制标题
为基于声明的查询提供答案：数字图书馆的新挑战
DOI：
10.1007/978-3-319-70232-2_1
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
W.-T. Balke
中科院分区：
文献类型：
--
作者：
J. M. G. Pinto;W.-T. Balke
本文介绍了“基于声明的查询”这一新问题以及数字图书馆如何解决这一问题。基于声明的查询需要识别研究论文的一个关键方面：声明。今天，索赔隐藏在研究文档中的非结构化自由文本表示中。在这项工作中，一个声明是一个句子，构成了论文的主要贡献，并表达了特定领域中特别感兴趣的实体之间的关联。在下文中，我们研究如何通过将索赔的神经词嵌入表示与基于图的算法进行新颖的集成来以无监督的方式识别索赔以供后续提取。出于评估目的，我们专注于医学领域：所有实验都基于PubMed的真实语料库，可以真实地评估我们解决方案的局限性和成功性。
This paper introduces the novel problem of ‘claim-based queries’ and how digital libraries can be enabled to solve it. Claim-based queries need the identification of a key aspect of research papers: claims. Today, claims are hidden in its unstructured, free text representation within research documents. In this work, a claim is a sentence that constitutes the main contribution of a paper and expresses an association between entities of particular interest in a given domain. In the following, we investigate how to identify claims for subsequent extraction in an unsupervised fashion by a novel integration of neural word embedding representations of claims with a graph based algorithm. For evaluation purposes, we focus on the medical domain: all experiments are based on a real-world corpus from PubMed, where both, limitations and success of our solution can realistically be assessed.
通过 TextRank 识别参数组件
DOI：
--
发表时间：
2016
期刊：
ArgMining@ACL
影响因子：
--
作者：
G. Petasis;V. Karkaletsis
通讯作者：
V. Karkaletsis
DOI：
10.1007/978-3-319-67008-9_14
发表时间：
2017-09
期刊：
Proceedings of the 2019 International Conference on Artificial Intelligence and Computer Science
影响因子：
--
作者：
J. M. Pinto;Wolf-Tilo Balke
通讯作者：
J. M. Pinto;Wolf-Tilo Balke
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
Tatsuki Kuribayashi;Paul Reisert;Naoya Inoue;and Kentaro Inui
通讯作者：
and Kentaro Inui