【论文标题】Mapping Researchers with PEOPLEMAP 【作者团队】Jon Saad-Falcon, Omar Shaikh, Zijie J. Wang, Austin P. Wright, Sasha Richardson, Duen Horng (Polo) Chau 【发表时间】2020/08/31 【论文链接】https://arxiv.org/abs/2009.00091 【开源代码】https://github.com/poloclub/people-map 【项目地址1】https://poloclub.github.io/people-map/ideas/ 【项目地址2】https://poloclub.github.io/people-map/ml/ 【推荐理由】本文是一篇利用NLP技术对研究者进行可视化的应用型短文，发表在IEEE2020上。想要从众多的研究者中找出一个感兴趣的研究人员，往往需要通过广泛的阅读并耗费大量的精力。作者认为传统的目录形式很容易过时，直观看来也比较枯燥。对研究人员的工作进行良好的总结将有助于发掘共有的研究兴趣，并加强研究者之间的合作。作者在佐治亚理工学院开发了一种交互式的开源工具，使用自然语言处理技术创建“可视化地图”，可以以研究人员发表的论文和研究兴趣为依据，对研究人员个体进行类似于自然语言处理的“词嵌入”的向量表示，进一步进行可视化。该方法能够在检索时节省出版信息筛查的精力，工具已经开源，并在佐治亚理工学院得到了不错的推广。 项目Demo图例简介： A：对83位佐治亚理工学院研究人员根据研究兴趣和发表论文情况进行可视化，文本数据取自谷歌学术个人关键词和论文发表情况，每一个点代表一个研究者。搜索框可以根据研究人员姓名和研究领域进行检索，可视化方式也可以通过滑动条进行设置； B：检索“algorithms”一词时的显示实例，可以通过颜色来表示出研究人员和查询词的相关度。 C：由高斯混合模型产生的研究人员聚类结果的可视化。

内容中包含的图片若涉及版权问题，请及时与我们联系删除