HiCAL

Quer encontrar todos os documentos relevantes?

HICAL é um sistema para recuperação eficiente de alta recorrente. O sistema permite recuperar e avaliar documentos relevantes com alto desempenho de processamento de dados e uma interface de avaliação de documentos amigáveis.

Para saber mais sobre o HICAL, leia nosso artigo ou visite o site do projeto.

 @inproceedings{10.1145/3209978.3210176,
    author = {Abualsaud, Mustafa and Ghelani, Nimesh and Zhang, Haotian and Smucker, Mark D. and Cormack, Gordon V. and Grossman, Maura R.},
    title = {A System for Efficient High-Recall Retrieval},
    year = {2018},
    isbn = {9781450356572},
    publisher = {Association for Computing Machinery},
    address = {New York, NY, USA},
    url = {https://doi.org/10.1145/3209978.3210176},
    doi = {10.1145/3209978.3210176},
    booktitle = {The 41st International ACM SIGIR Conference on Research & Development in Information Retrieval},
    pages = {1317–1320},
    numpages = {4},
    keywords = {high-recall, systematic review, electronic discovery},
    location = {Ann Arbor, MI, USA},
    series = {SIGIR ’18}
}

Instalar

Visite hical.github.io para obter instruções de uso e instalação. Para detalhes específicos do componente, verifique o ReadMe em seu respectivo diretório.

Artigos relevantes

Saiba mais sobre o HICAL e seu desempenho nos seguintes trabalhos:

• UaterLoomds no Trec 2018 Common Core Track Trec 2018

• Haotian Zhang, Mustafa Abualsaud, Nimesh Ghelani, Mark Smucker, Gordon Cormack e Maura Grossman. Interação eficaz do usuário para recuperação de alta recorrente: menos é mais CIKM 2018

• Nimesh Ghelani, Gordon Cormack e Mark Smucker. Atualizar estratégias no workshop Sigir 2018 de aprendizado ativo contínuo sobre pesquisa profissional

• Mustafa Abualsaud, Nimesh Ghelani, Haotian Zhang, Mark Smucker, Gordon Cormack e Maura Grossman. Um sistema para procedimentos de recuperação eficientes de alta recuperação da 41ª Conferência Internacional do ACM Sigir sobre pesquisa e desenvolvimento em recuperação de informações (Sigir 2018)

• Haotian Zhang, Mustafa Abualsaud, Nimesh Ghelani, Angshuman Ghosh, Mark Smucker, Gordon Cormack e Maura Grossman. UwaterLoomds na faixa do TreC 2017 Common Core (TREC 2017)

• Haotian Zhang, Gordon Cormack, Maura Grossman e Mark Smucker. Avaliando o feedback de relevância no nível da sentença para recuperação de informações de alta recorrente

Licença