Papierabruf, Zusammenfassung und Zitaterzeugung

dc.contributor.author	Gu, Nianlong
dc.contributor.editor	Reischuk, Rüdiger
dc.date.accessioned	2023-11-09T13:38:09Z
dc.date.available	2023-11-09T13:38:09Z
dc.date.issued	2023
dc.description.abstract	Diese Arbeit präsentiert ein integriertes System für effizienten Abruf, Zusammenfassung und Erzeugung von Zitaten wissenschaftlicher Literatur. Wir schlagen ein Zwei-Stufen- Zitationsempfehlungssystem vor, das Geschwindigkeit und Genauigkeit ausbalanciert. Darüber hinaus stellen wir ein leichtgewichtiges Modell auf Basis von verstärkendem Lernen vor, um wissenschaftliche Artikel effizient zusammenzufassen. Wir präsentieren auch ein steuerbares Modell zur Zitaterzeu- gung, das durch bestimmte Zitatattribute gesteuert wird. Schließlich werden diese Teilsysteme in einer benutzerfreundlichen Benutzeroberfläche vereint, die zur KI-gesteuerten wissenschaftlichen Schlussfolgerung beiträgt und Autoren beim wissenschaftlichen Schreiben unterstützt.	de
dc.identifier.isbn	978-3-88579-981-8
dc.identifier.uri	https://dl.gi.de/handle/20.500.12116/42615
dc.language.iso	de
dc.publisher	Gesellschaft für Informatik e.V.
dc.relation.ispartof	Ausgezeichnete Informatikdissertationen 2022 (Band D23)
dc.title	Papierabruf, Zusammenfassung und Zitaterzeugung	de
dc.type	Text/Conference Paper
gi.citation.endPage	90
gi.citation.publisherPlace	Bonn
gi.citation.startPage	81
gi.conference.date	14.-17.05.2023
gi.conference.location	Schloss Dagstuhl, Deutschland

Dateien

1 - 1 von 1