Deep Kayal

機器學習工程師

「我們在 Elsevier 擁有的資料是許多有趣而智慧的資訊金礦。」

Deep Kayal

自然語言(處理)對我來說是當今機器學習的新領域。因為文字非連續性且主觀,所以難以處理:不同的人對詞語的解讀不同。但這正是趣味所在之處。例如,我們已經建立根據論文內容提取其主題的功能,如此一來可大規模分析哪些是對最常被引用的主題,並可因此將其視為趨勢。這有助於研究人員決定該將研究重點放在何處,它有助於資助機構決定將資金投入哪個領域,並幫助出版商決定哪種期刊未來涵蓋哪些內容。我們在 Elsevier 擁有的資料是許多有趣而智慧的資訊金礦。我們擁有這些資料並可以保證其品質的事實的確讓我們與眾不同。

--------

Deep Kayal 是 Elsevier 內容和創新團隊的機器學習工程師,該團隊致力於從 Elsevier 各種產品的研究論文中自動提取資料。

看看更多我們的技術人員談論機器學習

Georgios Tsatsaronis photograph
我喜歡在 Elsevier 從事機器學習是因為我們可以將理論與實務相結合。. — Georgios Tsatsaronis, 首席 NLP 專員
閱讀更多
Sujit Pal photograph
自動化醫療技術面臨的挑戰是風險極高,因為攸關人命。. — Sujit Pal, 技術研究總監
閱讀更多
Helena Deus photograph
如果機器學習能夠改善科學品質,這對藥物製造的價格和速度將產生巨大影響。. — Helena Deus, 資深技術研究員
閱讀更多