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
Sentiment Analysis and Opinion Mining
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.

797 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.
797 travaux dans la cohorte · sur 4 299 418page 2 sur 16

Les étiquettes couvrent 0 des 797 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 797 des 797 travaux de cette cohorte. Ces prédictions portent le statut machine_predicted_unvalidated. Le mode candidate est l'union; le consensus est l'intersection.

affnon étiqueté
Classifying Party Affiliation from Political Speech
Bei Yu, Stefan Kaufmann, Daniel Diermeier
2008· article· en· Journal of Information Technology & Politics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
140
citations
affnon étiqueté
FLAME
Yao Wu, Martin Ester
2015· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
136
citations
afffundnon étiqueté
A Dataset for Multi-Target Stance Detection
Parinaz Sobhani, Diana Inkpen, Xiaodan Zhu
2017· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
136
citations
affnon étiqueté
A Hierarchical Aspect-Sentiment Model for Online Reviews
Suin Kim, Jianwen Zhang, Zheng Chen, Alice Oh
2013· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
126
citations
affsans résuménon étiqueté
Predicting political preference of Twitter users
Aibek Makazhanov, Davood Rafiei, Muhammad Waqar
2014· article· en· Social Network Analysis and Mining· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
99
citations
fundno affsans résuménon étiqueté
Natural Language Processing for Social Media
Atefeh Farzindar, Diana Inkpen
2015· article· en· Synthesis lectures on human language technologies· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
93
citations
affsans résuménon étiqueté
A Dataset for Detecting Stance in Tweets
Saif M. Mohammad, Svetlana Kiritchenko, Parinaz Sobhani, Xiaodan Zhu, Colin Cherry
2016· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
80
citations
affnon étiqueté
Sentiment Lexicons for Arabic Social Media
Saif M. Mohammad, Mohammad Salameh, Svetlana Kiritchenko
2016· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
70
citations
affnon étiqueté
Hierarchical versus Flat Classification of Emotions in Text
Diman Ghazi, Diana Inkpen, Stan Śzpakowicz
2010· article· en· North American Chapter of the Association for Computational Linguistics· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
69
citations
affnon étiqueté
Crowdsourcing a Word-Emotion Association Lexicon
Saif M. Mohammad, Peter D. Turney
2013· preprint· en· arXiv (Cornell University)· Computer Science
prédiction distillée:candidate · metaepi_narrowconsensus · aucune
68
citations
affnon étiqueté
Sentiment Analysis of Social Issues
Mostafa Karamibekr, Ali A. Ghorbani
2012· article· en· Computer Science
prédiction distillée:candidate · aucuneconsensus · aucune
58
citations

En coulisses: Sélection · Constats · À propos