- เพื่อให้อ่านงานวิจัยจำนวนมากได้อย่างรวดเร็ว จึงพัฒนา "โมเดลที่สรุปงานวิจัยที่เพิ่งพบเป็นครั้งแรก"
→ การสรุปเอกสารและการแปลใช้โมเดลดีปเลิร์นนิงที่เข้าถึงได้ผ่าน Open API และพัฒนาด้วย Python
วิดีโอนำเสนอของสมาคมปัญญาประดิษฐ์เชิงปฏิบัติ (AAiCON) (สรุป)
- ใช้ abstract ของงานวิจัยในขั้นตอน Skimming
- คิวรี Scopus
- ใช้ Wikipedia API เพื่อหาคำที่มีความเป็นตัวแทนจากบรรดาคำพ้องความหมาย
- สร้าง Knowledge Graph และทำ Inverse Depth First Search เพื่อค้นหาเทคโนโลยีที่เกี่ยวข้อง
- ดึงชุดคำที่มีความหมายสำคัญออกจากบทคัดย่อภาษาธรรมชาติ
- การสรุป: การเลือกเป้าหมาย
- (1) วิเคราะห์ภาษาธรรมชาติและสรุปเป็นประโยค
- คัดเลือกบทความจากวารสารชั้นนำที่ตีพิมพ์ภายใน 3 ปีล่าสุด และจัดเรียงตามเกณฑ์ Impact Factor
- ใช้ TLDRThis ของ RapidAPI ซึ่งอิง Transformer เพื่อสรุปบทคัดย่อภาษาอังกฤษให้เป็นประโยคสั้น ๆ
- แปลผลสรุปจากอังกฤษเป็นเกาหลีด้วยแมชชีนทรานสเลชันของ Naver Papago
- (2) ดึงประโยคสำคัญแบบอิงกฎ
- ใช้ "we found that", "in this study", "we present that", "we provide" เป็นต้น
- แปลประโยคสำคัญเหล่านี้ด้วย Papago เช่นกัน
- สร้างเป็นไฟล์ Doc ที่มีทั้ง KR/EN อยู่ด้วยกัน
1 ความคิดเห็น
ว้าว น่าจะมีประโยชน์มากเลยนะครับ
ขอบคุณสำหรับข้อมูลดี ๆ ครับ เดี๋ยวต้องลองเข้าไปดูสักหน่อยแล้ว