Трансформаторні моделі вироку паперових ударних матриць від назв і тез, оцінюються перехрестя один мільйон статті
Дослідження опубліковано 14 листопада в наукових доповідях протестовано, чи можна передбачити моделі Трансформатора, що впливають на показники з назв та тез. Автори, Камерон С. Юні та Марк Д. Суччі, націлені три метрики: цитування на рік, Altmetric Оцінка та відносне відношення до цитування (RCR) з національної системи охорони здоров’я.
Використання BioBERT як представницької базової моделі, остаточна оцінка покривала один мільйон загальної науки і медичних виробів. На медичному аналізі BioBERT отримав F1 від 0,494, точність 0,504 та MCC 0.382 для цитування на рік; F1 від 0,468 та MCC 0.354 для Altmetric Оцінка; та F1 0.516 та MCC 0,405 для iCite RCR.
Виготовлені моделі найкраще відрізнялися папірами в найбільш низьких і нижніх ударних мітках, а також були ослаблені на середніх мітках.
Джерело: GSM · Сполучені Штати (Англійське видання · Оригінальне китайське видання)
Фото: 图：Transformer 模型的整体架构示意图，左侧为编码器、右侧为解码器。来源：Daniel Voigt Godoy (dvgodoy)，Wikimedia Commons，CC BY 4.0。 / Photo: Diagram of the overall Transformer model architecture, encoder on the left and decoder on the right. Source: Daniel Voigt Godoy (dvgodoy), Wikimedia Commons, CC BY 4.0.
