Deep Kayal

Machine Learning Engineer

„Die Daten, die uns bei Elsevier zur Verfügung stehen, sind eine Fundgrube für viele interessante und intelligente Dinge.“

Deep Kayal

Für mich ist heute die natürliche Sprachverarbeitung die Grenze des maschinellen Lernens. Text ist schwierig zu verarbeiten, weil er nicht beständig sondern subjektiv ist: Wörter bedeuten für verschiedene Menschen unterschiedliche Dinge. Aber genau das macht Spaß. Zum Beispiel haben wir eine Funktionalität entwickelt, die das Thema eines wissenschaftlichen Beitrags basierend auf seinen Inhalten aufgreift, sodass wir jetzt groß angelegte Analysen der am häufigsten zitierten Themen durchführen können - die daher als Trend betrachtet werden können. Dies hilft Forschern zu entscheiden, worauf sich ihre Forschung konzentrieren sollte, es hilft den Investoren bei der Entscheidung, wo sie ihr Geld investieren sollten, und es hilft den Herausgebern zu entscheiden, welche Zeitschriften sich als nächstes mit welchem Thema beschäftigen sollten. Die Daten, die uns bei Elsevier zur Verfügung stehen, sind eine Fundgrube für viele interessante und intelligente Dinge. Die Tatsache, dass wir diese Daten besitzen und somit ihre Qualität garantieren können, zeichnet uns aus.

--------

Deep Kayal ist ein Machine Learning Engineer im Team Content und Innovation von Elsevier. Dieses arbeitet an der automatischen Extraktion von Daten aus Forschungspapieren für verschiedene Produkte von Elsevier.

Mehr über maschinelles Lernen von unseren technischen Mitarbeitern

Georgios Tsatsaronis photograph
Ich finde es toll, beim maschinellen Lernen bei Elsevier Praxis und Theorie zu verbinden.. — Georgios Tsatsaronis, Leitender NLP-Spezialist
Weitere Informationen
Sujit Pal photograph
Die Herausforderung bei der Automatisierung der Gesundheitstechnologie besteht darin, dass der Einsatz sehr hoch ist, da Leben auf dem Spiel stehen.. — Sujit Pal, Technology Research Director
Weitere Informationen
Helena Deus photograph
Wenn maschinelles Lernen die Qualität der Wissenschaft verbessern könnte, hätte dies enorme Auswirkungen auf den Preis und die Geschwindigkeit der Arzneimittelherstellung.. — Helena Deus, Senior Technology Researcher
Weitere Informationen