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 1 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
Enhanced LSTM for Natural Language Inference
Qian Chen, Xiaodan Zhu, Zhen-Hua Ling, Si Wei, Hui Jiang, Diana Inkpen
2017· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
1 196
citations
affnon étiqueté
NewsQA: A Machine Comprehension Dataset
Adam Trischler, Tong Wang, Xingdi Yuan, Justin Harris, Alessandro Sordoni, Philip Bachman +1 autres
2017· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
742
citations
affnon étiqueté
A Comprehensive Overview of Large Language Models
Humza Naveed, Asad Ullah Khan, Shi Qiu, Muhammad Saqib, Saeed Anwar, Muhammad Usman +3 autres
2025· article· en· ACM Transactions on Intelligent Systems and Technology· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
488
citations
affnon étiqueté
Replicated Softmax: an Undirected Topic Model
Geoffrey E. Hinton, Ruslan Salakhutdinov
2009· article· en· Neural Information Processing Systems· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
442
citations
affnon étiqueté
Training recurrent neural networks
Geoffrey E. Hinton, Ilya Sutskever
2013· dissertation· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
391
citations
affnon étiqueté
End-to-End Open-Domain Question Answering with
Wei Yang, Yuqing Xie, Aileen Lin, Xingyu Li, Luchen Tan, Kun Xiong +2 autres
2019· preprint· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
368
citations
affnon étiqueté
A Survey of Topic Modeling in Text Mining
Rubayyi Alghamdi, Khalid Alfalqi
2015· article· en· International Journal of Advanced Computer Science and Applications· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
368
citations
affnon étiqueté
A Structured Self-Attentive Sentence Embedding.
Zhouhan Lin, Minwei Feng, Cícero Nogueira dos Santos, Mo Yu, Bing Xiang, Bowen Zhou +1 autres
2017· article· en· International Conference on Learning Representations· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
365
citations
affnon étiqueté
A survey of word embeddings for clinical text
Faiza Khan Khattak, Serena Jeblee, Chloé Pou-Prom, Mohamed Abdalla, Christopher Meaney, Frank Rudzicz
2019· review· en· Journal of Biomedical Informatics· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
240
citations
affnon étiqueté
Exploiting redundancy in question answering
Charles L. A. Clarke, Gordon V. Cormack, Thomas R. Lynam
2001· article· en· Computer Science
prédiction machine:candidate · aucuneconsensus · aucune
237
citations

En coulisses: Sélection · Constats · À propos