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 3 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.

affsans résuménon étiqueté
Cross-Language Information Retrieval
Jian‐Yun Nie
2010· book· en· Synthesis lectures on human language technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
109
citations
affsans résuménon étiqueté
A Statistical Corpus-Based Term Extractor
Patrick Pantel, Dekang Lin
2001· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
107
citations
affnon étiqueté
Learning Noun Phrase Query Segmentation
Shane Bergsma, Qin Iris Wang
2007· article· en· Empirical Methods in Natural Language Processing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
106
citations
afffundnon étiqueté
Segmenting documents by stylistic character
N. L. Graham, Graeme Hirst, Bhaskara Marthi
2005· article· en· Natural Language Engineering· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
104
citations
afffundnon étiqueté
Computing Lexical Contrast
Saif M. Mohammad, Bonnie J. Dorr, Graeme Hirst, Peter D. Turney
2012· article· en· Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
100
citations
affnon étiqueté
AraT5: Text-to-Text Transformers for Arabic Language Generation
El Moatez Billah Nagoudi, AbdelRahim Elmadany, Muhammad Abdul-Mageed
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
97
citations
affvenuenon étiqueté
Paraphrasing for Style
Wei Xu, Alan Ritter, Bill Dolan, Ralph Grishman, Colin Cherry
2012· article· en· NPARC· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
97
citations
aboutno affnon étiqueté
Intelligent Language Tutors
V. Melissa Holland, Michelle Sams, Jonathan D. Kaplan
2013· book· it· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
94
citations
afffundnon étiqueté
Computing word-pair antonymy
Saif M. Mohammad, Bonnie J. Dorr, Graeme Hirst
2008· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
93
citations
affnon étiqueté
Probabilistic Frame Induction
Jackie Chi Kit Cheung, Hoifung Poon, Lucy Vanderwende
2013· article· en· arXiv (Cornell University)· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
87
citations
affnon étiqueté
Diagnosing Cyclicity in Sluicing
Calixto Agüero-Bautista
2007· article· en· Linguistic Inquiry· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
85
citations
affnon étiqueté
French patterns for expressing concept relations
Elizabeth Marshman, T.J. Morgan, Ingrid Meyer
2002· article· en· Terminology International Journal of Theoretical and Applied Issues in Specialized Communication· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
83
citations
affnon étiqueté
Names and similarities on the web
Marius Paşca, Dekang Lin, Jeffrey P. Bigham, Andrei Lifchits, Alpa Jain
2006· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
83
citations
affnon étiqueté
Pulling their weight
Paul Cook, Afsaneh Fazly, Suzanne Stevenson
2007· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
81
citations
affsans résuménon étiqueté
Topicalization in Asian Languages
Liejiong Xu
2006· other· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
80
citations
affnon étiqueté
Techniques in Complex Semantic Fieldwork
M. Ryan Bochnak, Lisa Matthewson
2019· article· en· Annual Review of Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
79
citations

En coulisses: Sélection · Constats · À propos