基于单类方法的 COVID-19 学术文献定向挖掘
机器学习
2020-08-04 v2 信息检索
机器学习
摘要
近年来，在冠状病毒引起的疾病领域发表了多篇研究文章，如严重急性呼吸综合征（SARS）、中东呼吸综合征（MERS）和 COVID-19。面对大量研究文章，提取最适用的文章耗时且人工上不切实际。本文的目标是使用机器学习方法提取冠状病毒相关研究文章的活动与趋势。实验使用 COVID-19 开放研究数据集（CORD-19），并基于领域知识定义了若干带说明的目标任务用于分类。采用聚类技术对现有文章建立不同簇，随后使用并行单类支持向量机（OCSVMs）进行任务分配。使用原始与降维特征的实验验证了该方法性能。显然，k-means 聚类算法继以并行 OCSVMs，在原始与降维特征空间中均优于其他方法。
引用
@article{arxiv.2004.11706,
title = {Target specific mining of COVID-19 scholarly articles using one-class approach},
author = {Sanjay Kumar Sonbhadra and Sonali Agarwal and P. Nagabhushan},
journal= {arXiv preprint arXiv:2004.11706},
year = {2020}
}