MétaCan
ENFR
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.

Exporter en CSVExporter en JSONRequête API

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 3 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
Taskmaster-1: Toward a Realistic and Diverse Dialog Dataset
Bill Byrne, K. S. Krishnamoorthi, Chinnadhurai Sankar, Arvind Neelakantan, Ben Goodrich, Daniel Duckworth +4 autres
2019· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
139
citations
affnon étiqueté
Correlational Neural Networks
Sarath Chandar, Mitesh M. Khapra, Hugo Larochelle, Balaraman Ravindran
2015· article· en· Neural Computation· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
137
citations
affsans résuménon étiqueté
Neural Probabilistic Language Models
Yoshua Bengio, Holger Schwenk, Jean-Sébastien Senécal, Fréderic Morin, Jean‐Luc Gauvain
2006· book-chapter· en· Studies in fuzziness and soft computing· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
132
citations
affnon étiqueté
Deep Learning for NLP (without Magic)
Richard Socher, Christopher D. Manning
2012· article· en· Meeting of the Association for Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
132
citations
affnon étiqueté
A Survey of Data Augmentation Approaches for NLP
Steven Y. Feng, Varun Gangal, Jason Wei, Sarath Chandar, Soroush Vosoughi, Teruko Mitamura +1 autres
2021· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
129
citations
afffundsans résuménon étiqueté
Pretrained Transformers for Text Ranking: BERT and Beyond
Jimmy Lin, Rodrigo Nogueira, Andrew Yates
2021· article· en· Synthesis lectures on human language technologies· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
124
citations
afffundnon étiqueté
Reinforced Multi-Teacher Selection for Knowledge Distillation
Fei Yuan, Linjun Shou, Jian Pei, Wutao Lin, Ming Gong, Yan Fu +1 autres
2021· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
121
citations
affnon étiqueté
Named Entity Recognition with Bidirectional LSTM-CNNs
Jason Chiu, Eric Nichols
2016· preprint· en· Transactions of the Association for Computational Linguistics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
115
citations
affsans résuménon étiqueté
Dsharp: Fast d-DNNF Compilation with sharpSAT
Christian Muise, Sheila A. McIlraith, J. Christopher Beck, Eric Hsu
2012· book-chapter· en· Lecture notes in computer science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
108
citations
affsans résuménon étiqueté
Evaluation of Retrieval-Augmented Generation: A Survey
Hao Yu, Aoran Gan, Kai Zhang, Shiwei Tong, Qi Liu, Zhaofeng Liu
2025· book-chapter· en· Communications in computer and information science· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
104
citations
affnon étiqueté
Order-Planning Neural Text Generation From Structured Data
Lei Sha, Lili Mou, Tianyu Liu, Pascal Poupart, Sujian Li, Baobao Chang +1 autres
2018· article· en· Proceedings of the AAAI Conference on Artificial Intelligence· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
101
citations
← précédentsuivant →

En coulisses: Sélection · Constats · À propos