Mendeley Data
PulseAugur coverage of Mendeley Data — every cluster mentioning Mendeley Data across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的孟加拉语翻译系统连接12种地区方言
研究人员开发了一种新颖的多方言神经机器翻译系统，旨在解决孟加拉语方言差异带来的重大挑战。该系统可以在12种地区孟加拉语方言之间进行翻译，而无需中间标准语言。经过微调的BanglaT5模型利用权重分解低秩适配（DoRA），取得了最先进的性能，优于NLLB-200和mBART-50等大型模型。该项目还汇编了迄今为止最大的孟加拉语多方言平行语料库，并发布了一个优化的模型开放访问的Web应用程序，以促进数字包容性。
-
新数据集CRC-HGD发布，用于AI驱动的结直肠癌分级
研究人员推出CRC-HGD，一个包含1914张组织病理图像的新数据集，用于结直肠癌分级。该数据集来源于214名患者，诊断时间为2014年至2019年，包含四个放大倍率（4x、10x、20x和40x）的图像。根据世界卫生组织的标准，这些图像被分为三级：高级别（I级）、中级别（II级）和低级别（III级）。该资源旨在促进人工智能模型在癌症自动检测和分类方面的开发。
-
发布用于AI辅助结直肠癌分级的新数据集
研究人员发布了CRC-HGD，一个专门用于结直肠癌分级的新组织病理图像数据集。该数据集包含来自214名患者的1,914张图像，根据世界卫生组织标准分为三个分化等级（高分化、中分化和低分化）。它提供了四个放大倍率（4x、10x、20x和40x）的图像，并通过Mendeley Data提供，旨在促进癌症分级的先进计算分析。
-
新数据集和模型解决孟加拉语表情包中的仇恨言论问题
研究人员推出了 Bn-HIB，这是一个旨在检测孟加拉语互联网表情包中的仇恨和煽动性内容的新数据集。该数据集包含 3,247 个手动标注的表情包，是首个区分孟加拉语中煽动性内容和直接仇恨言论的数据集。同时，研究人员还提出了一个多模态协同注意力融合模型 (MCFM)，该模型分析表情包的视觉和文本元素以提高分类准确性。实验表明，MCFM 在 Bn-HIB 数据集上的表现优于现有的最先进模型，并且该数据集已公开提供。