Novelty Detection via Topic Modeling in Research Articles

Sendhilkumar, S.; Nandhini, N.; G.S, Mahalakshmi

doi:10.5121/csit.2013.3542

Cited by 3 publications

(2 citation statements)

References 19 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The project name, thematic area, project implementation goals, project objectives, innovative aspects, justification of the need for Research and Development, technical parameters, design requirements, scope and description. Each field contains a text description, that is, the application can be represented as a set of words whose power is equal to their number (Sendhilkumar, Nachiyar, Mahalakshmi, 2013):…”

Section: Resultsmentioning

confidence: 99%

Implementation of Automated Industry-Specific Identification of a Grant Application Based on Tokenization with a Predetermined Weight

Sirotkin¹,

KOPCHENKO²

2020

III International Theoretical and Practical Conference “The Crossroads of the North and the East (Methodologies and Practices O

View full text Add to dashboard Cite

The article discusses the process automation of industry-specific identification of an application for project financing in an automated grant distribution system (ASGD) using tokenization of the application text and weighting of many predefined terms. The study aim is to develop a module for analyzing the industry sector of an application. The research methodology is composed of systems analysis and mathematical modeling methods. Existing developments are analyzed. Functional models for canonicalizing the application text have been developed, allowing the use of terminological analysis methods to study the document. A database model has been developed for organizing the storage of information about the application, key terms and their weighting factors. An example of the operation of this segment of the system. The module is implemented as a web application in PHP using the Apache HTTP-server, MySQL database management system and RedBeanPHP object-relational mapping library.

show abstract

Section: Resultsmentioning

confidence: 99%

Implementation of Automated Industry-Specific Identification of a Grant Application Based on Tokenization with a Predetermined Weight

Sirotkin¹,

KOPCHENKO²

2020

III International Theoretical and Practical Conference “The Crossroads of the North and the East (Methodologies and Practices O

View full text Add to dashboard Cite

show abstract

“…Для задачи оценки новизны, несмотря на широкое освещение в научной публицистике (например, [6][7][8]), не существует универсального решения, так как в большинстве случаев не сформированы наборы показателей для многопараметрических подходов. Например, в работе [9] авторы при решении задачи ранжирования новостей по критерию новизны предлагают учитывать дату публикации новости и скорость появления похожих новостей в сети Интернет.…”

Section: материалы и методы исследованияunclassified

Model for Determining the Novelty of a Request for Project Financing via Terminological Analysis Methods

Sirotkin¹,

Kopchenko²

2020

СНТ (MHT)

View full text Add to dashboard Cite

В работе описана концепция разработки автоматизированной системы распределения грантов (АСРГ), разработана процессно-поточная модель IfaR (Idea, Formalization, Analysis of the Request) тематического анализа заявки на основе терминологической экспертизы для решения задач отраслевой идентификации проекта, анализа заимствований и оценки новизны, описаны этапы принятия решения о допуске заявки к экспертной оценке. Определение отраслевой принадлежности заявки реализовано с помощью измененной метрики Tf-IDf, основанной на поиске взвешенных термов в тексте документа. Для анализа проекта на уникальность авторами было принято решение использовать алгоритм шинглов, работа которого основана на составлении последовательностей слов нормализованного текста и расчета процента неодинаковых последовательностей от общего их количества в проверяемой заявке и эталонном тексте. Для решения задачи определения новизны разработаны соответствующие математические модели. Описана формальная модель заявки, основанная на структуре формулы изобретения и состоящая из детерминированных атрибутов, упрощающих извлечение требуемой информации о проекте. Даны определения новизны и отличительного признака. Рассмотрен способ определения новизны проекта, основанный на кластеризации с помощью самоорганизующихся карт Кохонена, дано обоснование отказа от использования данного метода. Рассмотрены способы определения отличительных особенностей заявки, основанные на методах релевантного поиска. Разработаны критерии наличия отличий и наличия новизны, реализованные на основе терминологического анализа. Описаны некоторые особенности программной реализации АСРГ. ключевые слова: грант, заявка, новизна, терминологический анализ, терм, вес, семантика model for determining the novelty of a request for proJect financing via terminological analysis methods Sirotkin A.V., Kopchenko V.K.

show abstract

Context Based Retrieval of Scientific Publications via Reader Lens

Mahalakshmi

Siva²,

Sendhilkumar

2014

Computational Intelligence in Data Mining - Volume 3

View full text Add to dashboard Cite

Novelty Detection via Topic Modeling in Research Articles

Abstract: In today's world redundancy is the most vital problem faced in almost all domains. Novelty detection is the identification of new or unknown data or signal that a machine learning system is not aware of during training. The problem becomes more intense when it comes to "Research

Cited by 3 publications

References 19 publications

Implementation of Automated Industry-Specific Identification of a Grant Application Based on Tokenization with a Predetermined Weight

Implementation of Automated Industry-Specific Identification of a Grant Application Based on Tokenization with a Predetermined Weight

Model for Determining the Novelty of a Request for Project Financing via Terminological Analysis Methods

Context Based Retrieval of Scientific Publications via Reader Lens

Contact Info

Product

Resources

About