- Para ler rapidamente um grande volume de artigos, foi desenvolvido um "modelo que resume artigos desconhecidos"
→ O resumo e a tradução de documentos usam modelos de deep learning acessíveis via Open API e foram implementados em Python
Vídeo da apresentação na Sociedade de Inteligência Artificial Prática (AAiCON) (resumo)
- Uso do abstract dos artigos na etapa de skimming
- Consulta no Scopus
- Uso da Wikipedia API para encontrar, entre sinônimos, termos com maior representatividade
- Geração de um Knowledge Graph e execução de Inverse Depth First Search para identificar tecnologias relacionadas
- Extração de conjuntos de palavras significativas a partir de resumos em linguagem natural
- Resumo: seleção do alvo
- (1) Análise de linguagem natural para resumir em frases
- Seleção de artigos de periódicos de excelência publicados nos últimos 3 anos e ordenação por Impact Factor
- Uso do TLDRThis da RapidAPI, baseado em Transformer, para resumir abstracts em inglês em frases curtas
- Tradução automática inglês-coreano das frases resumidas usando o Naver Papago
- (2) Extração de frases-chave baseada em regras
- Uso de expressões como "we found that", "in this study", "we present that", "we provide" etc.
- Tradução dessas frases-chave da mesma forma com o Papago
- Geração do conteúdo final em um arquivo Doc com KR/EN juntos
1 comentários
Uau, isso parece extremamente útil.
Obrigado pela boa informação. Vou dar uma olhada.