文章首发于微信公众号《有三AI》
【杂谈】如何学会看arxiv.org才能不错过自己研究领域的最新论文?
今天介绍一个用于追踪arxiv.org平台上最新论文的工具arxiv-sanity。
作者&编辑 | vivian&言有三
01 什么是arxiv-sanity
我们都知道arxiv.org是一个非常大的预印本资源库,里面有大量的最新的论文,但缺点是浏览、搜索和排序不是很方便。这个库每天会更新大量的论文,如果只是通过手动搜索和浏览效率就太低了。
这样特别容易让人和一些优秀的有趣儿的论文擦肩而过,这些论文可能是和你的研究领域相关的。所以接下来你可能就能猜到这个arxiv-sanity是干什么用的了。
网址为:http://www.arxiv-sanity.com/
02 arxiv-sanity的基本功能
1、便捷的预览
首先,arxiv-sanity在展示最新更新的文献时,提供了可读性更强的缩略图预览模式方便读者来快速预览,并在缩略图下方的绿色区域显示文献的abstract 。
2.感兴趣相关度排序
更重要的是,它可以让你根据自己的阅读兴趣对文献进行重新排序。比如这里有一篇关于对人体姿态估计的文献是你感兴趣的,点击右上角的' rank by tf-idf similarity to this',文献列表会按照与这篇文章的相关度进行排序,接下来我们会看到arxiv上所有关于人体姿态识别的论文。这个功能是基于TF-DF算法来实现的,效果很好。(一种文档特征提取法,它是由Salton在1988 年提出。其中TF称为词频, IDF称为反文档频率, 感兴趣的可以自己百度。)
3.个人图书馆
如果你是注册用户,在登录账户之后,还可以把自己感兴趣的文献收藏到你的个人图书馆。比如,我喜欢上图的这篇人体姿态估计的文献,点击右上角存盘图标,(看到了吗?就在' rank by tf-idf similarity to this'下面),点击之后就把这篇文献存在我自己的library里面了。
这时,刚刚黑色的图标变成了蓝色,点击上面的library标签,可以看到它出现在了最上方。你可以像这样收藏很多自己感兴趣的文献。想删除的时候,在自己的library里面再次点击那个图标就可以删除了。
4.感兴趣推荐系统
另外,library不光是用来收藏和跟进自己领域的论文更新进度,arxiv-sanity可以通过你收藏的内容给你推荐你也许会感兴趣的论文。具体怎么实现的呢?library内部的论文会被标记为positive,Library之外的论文标记为negative,然后arxiv-sanity基于bigram文本特征提取来训练你的personal SVM,然后在reconmmended 标签里推荐给你。点击recommended标签你就可以看到最近两周arxiv-sanity认为你会感兴趣的文献。当然,你也可以通过设置时间来自己筛选,如去年,上个月,上周,昨天和全部,看看自己有没有错过什么文献。
5.看看大家都在看什么
最后,再介绍一下“top recent”标签。这里面展示的是arxiv-sanity上被用户收藏最多的文献。这些文献也可以按照时间来筛选。即使你不是注册用户,你也可以浏览到大家都在收藏的文献。
6.网站代码开源
在页面上方可以看到,arxiv-sanity只展示machine learning的论文,如CV,CL等ML的分支领域,因为这是arxiv-sanity作者自己的研究领域。(对,这是人家闲暇时间写的)。作者已经把arxiv-sanity开源了,所以如果你想根据自己的研究领域新建自己的arxiv-sanity,可以去GitHub自己fork。GitHub搜索 karpathy/arxiv-sanity-preserver。
各分支领域缩写翻译如下:
cs.CV: Computer Vision and Pattern Recognition 计算机视觉与模式识别;
cs.CL:Computation and Language 计算语言学;
cs.LG:Learning 机器学习(计算机科学);
cs.AI:Artificial Intelligence 人工智能;
cs.NE:Neural and Evolutionary Computing 神经与演化计算;
stat.ML:Machine Learning 机器学习(统计学)。
好了,就是这样,赶快用起来吧。
总结
能够及时地找到自己感兴趣领域里最新最全的资料,本身就是一种学习能力,如果你有更好的推荐方法和建议,不妨来有三AI分享,一起成长吧。
转载文章请后台联系
侵权必究
感谢各位看官的耐心阅读,不足之处希望多多指教。后续内容将会不定期奉上,欢迎大家关注有三公众号 有三AI!