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 2 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.

affnon étiqueté
MasakhaNER: Named Entity Recognition for African Languages
David Ifeoluwa Adelani, Jade Abbott, Graham Neubig, Daniel D’souza, Julia Kreutzer, Constantine Lignos +55 autres
2021· article· en· Transactions of the Association for Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
235
citations
affnon étiqueté
Information Retrieval by Semantic Similarity
Angelos Hliaoutakis, Giannis Varelas, Epimenidis Voutsakis, Euripides G. M. Petrakis, Evangelos Milios
2006· article· en· International Journal on Semantic Web and Information Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
228
citations
aboutno affnon étiqueté
A Deep Reinforcement Learning Chatbot
Iulian Vlad Serban, Chinnadhurai Sankar, Mathieu Germain, Saizheng Zhang, Zhouhan Lin, Sandeep Subramanian +12 autres
2017· preprint· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
200
citations
affnon étiqueté
VeriGen: A Large Language Model for Verilog Code Generation
Shailja Thakur, Baleegh Ahmad, Hammond Pearce, Benjamin Tan, Brendan Dolan-Gavitt, Ramesh Karri +1 autres
2024· article· en· ACM Transactions on Design Automation of Electronic Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
191
citations
affnon étiqueté
A Neural Autoregressive Topic Model
Hugo Larochelle, Stanislas Lauly
2012· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
189
citations
afffundnon étiqueté
Similarity of Semantic Relations
2006· article· en· Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
179
citations
fundno affnon étiqueté
Generated Knowledge Prompting for Commonsense Reasoning
Jiacheng Liu, Alisa Liu, Ximing Lu, Sean Welleck, Peter West, Ronan Le Bras +2 autres
2022· article· en· Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
176
citations
affnon étiqueté
Deep Learning for Text Style Transfer: A Survey
Di Jin, Zhijing Jin, Zhiting Hu, Olga Vechtomova, Rada Mihalcea
2021· article· en· Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
162
citations
fundno affnon étiqueté
Symbolic Knowledge Distillation: from General Language Models to Commonsense Models
Peter West, Chandra Bhagavatula, Jack Hessel, Jena D. Hwang, Liwei Jiang, Ronan Le Bras +3 autres
2022· article· en· Proceedings of the 2022 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
150
citations
affnon étiqueté
Truth and deception at the rhetorical structure level
Victoria L. Rubin, Tatiana Lukoianova
2014· article· en· Journal of the Association for Information Science and Technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
144
citations

En coulisses: Sélection · Constats · À propos