(2018年3月26日)进行文献综述通常是研究生研究所需的第一组技能。梳理图书馆的物理收藏和在线资源是艰苦的工作。但这正在改变。现在,研究人员可以使用智能助手与文献,想法和同龄人建立联系。其中之一就是Rygbee Inc.(美国)开发的助手Rax。使用权与Sourish Dasgupta交谈,联合创始人兼首席执行官Rax,首先问,
您是否开发了RAX供自己使用?
是的,否。RAX是由我正在教学的印度DA-IICT的Dhirubhai Ambani信息与通信技术研究所的研究界的研究人员开发的。该开发准则是基于我拥有12年以上学术研究的经验,首先是博士学位。学生,然后作为一名研究教授指导许多毕业生。RAX研究生的目标受众,包括博士学位。学生,职位后和研究学院。但是,任何从事研究项目的人都将受益于RAX必须提供的东西。
Rax是像Siri和Alexa这样的虚拟助手吗?
RAX是个性化的AI助手,可帮助研究人员提高工作效率。RAX可以适应研究人员在整个研究项目的生命周期中的不断变化的需求。它以三种方式做到这一点。首先,它可以帮助研究人员根据其研究主题发现和审查资源。其次,它可以帮助他们轻松地将新开发的见解与以前的评论和当前进行的工作联系起来。最后,它无缝地传播了他们与项目团队成员讨论的发现。
为什么不使用Google Scholar?
当研究人员的信息需求是一个“主题”时,Google Scholar效果很好,以关键字表示。但是,在现实生活中,研究人员花了很多时间来审查文献并将其带到哪里。这就是理解,审查和与以前的见解和当前进行中的洞察力的联系。这将包括提供正确的资源集,通常超出研究论文(例如研究博客和杂志,特定的新闻来源,在线讲座和教程,会议/研讨会谈判的录音以及Wikipedia文章),以满足解决需求的需求。研究项目。这不仅仅是一个“主题”查询,这是学术搜索引擎并不是为此设计的。
AI如何实现?
RAX后面的AI引擎在四个方面广泛工作。首先,它了解内容的主题如何随着时间的流逝而发展,因为研究人员回顾了文献并在其项目上工作。接下来,它通过将当前作品与过去的工作联系起来,将内容与其他与语义相关的内容联系起来。此外,它相应地制定了搜索查询,并使用几种专有算法的混合物进行了语义对接练习,以与数以亿的研究相关资源。最后,它通过观察研究人员对RAX给出的建议的反应以及这些建议如何影响RAX内部的进一步研究工作来重新制定查询。
Rax从哪里获得内容?
RAX当前有几种不同的资源:研究论文,研究博客,在线讲座,会议记录,Wikipedia文章和特定于纪律的新闻。我们也有超过1.6亿的研究论文摘要。目前,我们正在谈判与一些顶级出版社合作,以索引其全文文章。从技术上讲,任何收集可以插入RAX。
RAX有多少用户?
在头四个月中,Rax收集了700多名活跃研究人员,主要是博士学位。来自美国和印度的学生。总的来说,我们拥有来自许多大学的订户,包括麻省理工学院,哈佛大学,RMIT,澳大利亚和IITS印度。RAX作为个人或校园范围的订阅提供。
支持和发展如何管理?
用户有一个反馈功能,始终可访问。一封电子邮件会自动触发给我们的团队,我们采取一切措施在24小时内做出响应。为了开发RAX,我们目前正在与RMIT-Australia以及Carnegie Mellon University的NSF资助的大数据学习联盟建立研究关系。研究是RAX发展的灵魂,将成为将使我们优于其他人优势的关键驱动力。
要了解有关RAX的更多信息,请访问RAX网站,https://raxter.io。
通过写信要求免费试用yauchan@igroupnet.com。