[Updated on Apr. 18] Integration of CiNii Articles into CiNii Research

アブストラクトを用いた原子分子物理学分野の論文分類支援システムの設計と実装

Bibliographic Information

Other Title
  • アブストラクト オ モチイタ ゲンシ ブンシ ブツリガク ブンヤ ノ ロンブン ブンルイ シエン システム ノ セッケイ ト ジッソウ
  • Design and Implementation of an Atomic and Molecular Physics Paper Classification Supporting System Using Abstracts

Search this article

Abstract

原子・分子と電子の衝突による電離・励起の断面積データは様々な分野で活用され,原子分子物理学分野の論文に記載されている.ゆえに,これらのデータを利用するためには原子分子物理学分野の数多くの論文から情報を収集し,目的のデータが掲載されている論文を探し出す必要がある.論文は一般にオンラインジャーナルより入手するが,論文の閲覧が有料である等の問題から原子分子物理学分野のすべての論文を入手することは実質不可能である.そこで本論文では無料で入手でき,誰でも閲覧可能であるアブストラクトを用いて,データが掲載されている論文を探し出す支援をするシステムを開発する.従来,論文分類手法として多く用いられている機械学習法を本システムにも適用し,アブストラクトだけを用いて論文を分類することが可能であることを検証する.

The cross section data of ionization and excitation by collision among atoms, mulecules and electrons is very useful in various research fields. We can obtain such data out of online jounals of atomic and molecular physics research as digital papers. To obtain the data, we need to classify online papers. However, the classification of the online papers is difficult because there are just abstracts available for free on web pages in general. In this paper, we design a paper classification supporting system to find papers including the data, using just abstracts. We apply a machine learning technique, which is a conventional text classification method, to the system in order to prove that our system using just abstracts is efficient.

Journal

Citations (1)*help

See more

References(23)*help

See more

Related Articles

See more

Related Data

See more

Related Books

See more

Related Dissertations

See more

Related Projects

See more

Related Products

See more

Details

Report a problem

Back to top