MétaCan
Menu
Constructeur de cohorte

4 299 418 travaux, canadiens par l’une de quatre routes.

Chaque état de filtre est une URL; l’URL est la requête; la requête est citable via /q/⟨hash⟩. La page, l’API et l’export analysent les mêmes paramètres.

La cohorte courante, diffusée en continu depuis la base de données : toutes les colonnes des travaux, les étiquettes machine, les scores provisoires et l'état de validation de chaque rangée. Les exportations sont plafonnées à 100 000 rangées. Crée un lien /q/ permanent pour cette requête exacte. Les mêmes filtres produisent toujours le même lien, qui que soit le demandeur.

Terme de recherche
Auteur ou autrice
Période
Ordre
Langue
Type
Domaine
Revue
Sujet
Topic Modeling
Rétractation
Résumé
Source des données probantes
Devis d'étude
Accord des étiquettes
État des étiquettes

Les étiquettes directes de Codex et Gemma sont non validées et clairsemées. Les prédictions distillées couvrent la base complète et sont elles aussi non validées. Choisissez explicitement la source; l'absence d'une étiquette directe n'est jamais une étiquette négative.

affaffiliation
fundbailleur
venuerevue
aboutsujet

Les quatre voies se composent : exigez la voie du financement et excluez l'affiliation pour obtenir la strate financée-seulement qu'aucune base fondée sur l'affiliation ne voit jamais.

2 769 résultats · 1 filtre actif ·
Résultats par année
20002025
Date de publication
Catégories
Étiquettes machine · couverture clairsemée
Preuves
Langue
Type
Citations
Un travail non étiqueté est inconnu, pas un négatif. La couverture est rapportée à chaque requête.
2 769 travaux dans la cohorte · sur 4 299 418page 12 sur 56

Les étiquettes couvrent 6 des 2 769 travaux de cette cohorte. Les autres sont non étiquetés, ce qui n'est pas une étiquette négative : la table des étiquettes est clairsemée aujourd'hui et s'enrichit au fil des rondes d'étiquetage.

Les prédictions distillées couvrent 2 769 des 2 769 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le volet Gemma est une étiquette directe du modèle pour chaque travail (titre seulement); le volet Codex est un classifieur distillé et calibré. Le mode candidate est l'union; le consensus est l'intersection.

affsans résuménon étiqueté
Answering Yes/No Questions in Legal Bar Exams
Miyoung Kim, Ying Xu, Randy Goebel, Ken Satoh
2014· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
Using Semantic Cues to Learn Syntax
Tahira Naseem, Regina Barzilay
2011· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
Variational Attention for Sequence-to-Sequence Models
Hareesh Bahuleyan, Lili Mou, Olga Vechtomova, Pascal Poupart
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
afffundnon étiqueté
Scope Ambiguities in Large Language Models
Gaurav Kamath, Sebastian Schuster, Sowmya Vajjala, Siva Reddy
2024· preprint· en· Transactions of the Association for Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
20
citations
affnon étiqueté
LLM4Eval: Large Language Model for Evaluation in IR
Hossein A. Rahmani, Clemencia Siro, Mohammad Aliannejadi, Nick Craswell, Charles L. A. Clarke, Guglielmo Faggioli +3 autres
2024· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affsans résuménon étiqueté
Overview of the TREC 2016 Real-Time Summarization Track.
Jimmy Lin, Salman Mohammed, Royal Sequiera, Luchen Tan, Nimesh Ghelani, Mustafa Abualsaud +3 autres
2016· article· en· Text REtrieval Conference· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
Learning Concept Abstractness Using Weak Supervision
Ella Rabinovich, Benjamin Sznajder, Artem Spector, Ilya Shnayderman, Ranit Aharonov, David Konopnicki +1 autres
2018· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
19
citations
affnon étiqueté
BLP-2023 Task 2: Sentiment Analysis
Md. Arid Hasan, Firoj Alam, Anika Anjum, Shudipta Das, Afiyat Anjum
2023· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
18
citations

En coulisses: Sélection · Constats · À propos