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
Natural Language Processing Techniques
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.

3 084 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.
3 084 travaux dans la cohorte · sur 4 299 418page 26 sur 62

Les étiquettes couvrent 10 des 3 084 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 3 084 des 3 084 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
RankLLM: A Python Package for Reranking with LLMs
Sahel Sharifymoghaddam, Ronak Pradeep, Andre Slavescu, Ryan Nguyen, Andrew Xu, Zijian Chen +4 autres
2025· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
5
citations
aboutno affsans résuménon étiqueté
Proceedings of CoNLL-2003, Edmonton, Canada
Walter Daelemans, Michael Osborne
2003· article· ca· Data Archiving and Networked Services (DANS)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Knowledge patterns in corpora
Elizabeth Marshman
2022· book-chapter· en· Terminology and lexicography research and practice· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Passage retrieval vs. document retrieval for factoid question answering
Charles L. A. Clarke, Egidio L. Terra
2003· article· en· Proceedings of the 26th annual international ACM SIGIR conference on Research and development in informaion retrieval - SIGIR '03· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
venueno affsans résuménon étiqueté
SYDNEY CMCRC at TAC 2013.
Glen Pink, Andrew Naoum, Will Radford, Will Cannings, Joel Nothman, Daniel Tse +1 autres
2013· article· en· Theory and applications of categories· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
4
citations
aboutno affnon étiqueté
Chaos out of Order
Raluca Tanasescu
2019· article· en· DOAJ (DOAJ: Directory of Open Access Journals)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Experiments for HARD and Enterprise Tracks.
Olga Vechtomova, Maheedhar Kolla, Murat Karamuftuoglu
2005· article· en· Text REtrieval Conference· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Utilizing Extra-Sentential Context for Parsing
Jackie Chi Kit Cheung, Gerald Penn
2010· article· en· Empirical Methods in Natural Language Processing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
afffundnon étiqueté
Compositional Generalization in Dependency Parsing
Emily J. Goodwin, Siva Reddy, Timothy J. O’Donnell, Dzmitry Bahdanau
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
4
citations
affnon étiqueté
Swordfish
Chris Jordan, John Healy, Vlado Kešelj
2006· article· en· Computer Science
prédiction machine:candidate · insufficient_payloadconsensus · aucune
4
citations
affsans résuménon étiqueté
A formal approach to subgrammar extraction for NLP
Vlado Kešelj, Nick Cercone
2006· article· en· Mathematical and Computer Modelling· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Lexical Profiling of Environmental Corpora
Patrick Drouin, Marie-Claude L’Homme, Benoît Robichaud
2018· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affsans résuménon étiqueté
Rhetorical Figure Annotation with XML.
Sebastian Ruan, Chrysanne Di Marco, Randy Allen Harris
2016· article· en· International Joint Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations
affnon étiqueté
Handling Pronouns Intelligently
Anna Maria Di Sciullo
2005· article· en· New Trends in Software Methodologies, Tools and Techniques· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
4
citations

En coulisses: Sélection · Constats · À propos