.png){kind=icon}
返回
A Multidisciplinary Multimodal Aligned Dataset for Academic Data Processing
.png){kind=icon}
OA
AI
DOI：10.1038/s41597-025-04415-z.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
学术数据处理在科学计量学和信息计量学中至关重要，例如研究趋势分析和引文推荐。该领域的现有数据集主要集中在文本数据上，忽视了视觉元素的重要性。为弥补这一差距，我们引入了一个专门为学术数据处理设计的跨学科多模态对齐数据集（MMAD）。该数据集包含超过110万篇同行评审的学术文章，并附有与文本对齐的元数据和视觉元素。我们通过将其国家/地区分布与SCImago基准进行比较，评估了MMAD的代表性。此外，我们提出了一种创新的MMAD质量验证方法，利用基于语言模型的技术。通过精心设计的提示，该方法增强了多模态处理能力，以评估文本到视觉对齐的准确性。我们还概述了MMAD的潜在应用，为包括自动生成标题和图表趋势分析在内的新研究提供了途径。因此，本研究预示着新的研究前景，并为学术数据处理的进步提供了肥沃的土壤。
期刊
IF:
6.9
论文数:
3.9K
被引数:
3.8W
机构
暂无机构信息
引用论文
Analyzing Recent Research Trends of Computer Science from Academic Open-access Digital Library从学术开放获取数字图书馆分析计算机科学的近期研究趋势
PREAI
分享收藏ArnetMiner.png)
Proceedings of the 14th ACM SIGKDD international conference on Knowledge discovery and data mining
Proceedings of the 14th ACM SIGKDD international conference on Knowledge discovery and data miningIF0
PREAI
分享收藏Cross-lingual citations in English papers: a large-scale analysis of prevalence, usage, and impact英文学术论文中的跨语言引用：一项关于其普遍性、使用情况及影响的规模化分析OAAI
OAAI分享收藏Weakly-Supervised Scientific Document Classification via Retrieval-Augmented Multi-Stage Training基于检索增强的多阶段训练的弱监督科学文档分类OAAI
OAAI分享收藏
分享收藏
查看更多内容