asreview
v1.6.3
系統地篩選大量文本數據是耗時的，而且通常很累。人工智能的快速發展的領域（AI）允許開發AI輔助管道，有助於尋找有關搜索任務的相關文本。提高效率的公認方法是通過主動學習篩選優先級。
在自然機器智能上發表的系統評論的積極學習（ASREVIEW）項目實現了不同的機器學習算法，這些算法可以交互查詢研究人員。 Asreview Lab旨在加速篩選文本數據的步驟，並最少由沒有或很少的虛假負面的人讀取的記錄。 Asreview Lab將節省時間，提高產出質量並在篩選大量文本數據以檢索相關信息時增強工作的透明度。積極學習將支持任何學科或行業的決策。
Asreview軟件實現了三種不同的模式：
Asreview軟件需要Python 3.8或更高版本。 Windows和MacOS用戶可以使用詳細的逐步安裝python和Asreview的說明。
pip install asreview使用以下命令升級Asreview：
pip install --upgrade asreview要使用Docker安裝Asreview Lab，請參閱使用Docker安裝。
Asreview Lab入門。
如果您想引用Asreview軟件的基礎方法，請使用以下出版物在Nature Machine Intelligence中：
Van de Schoot，R.，de Bruin，J.，Schram，R。等。一個開源機器學習框架，可進行高效和透明的系統評價。 Nat Mach Intell 3，125–133（2021）。 https://doi.org/10.1038/s42256-020-00287-7
有關該軟件的引用，請參閱Zenodo https://doi.org/10.5281/zenodo.3345592上的Asreview軟件的特定版本。右側的菜單可用於查找流行的引文格式。
有關Asreview軟件上更多的科學出版物，請訪問asreview.ai/papers。
有關在Asreview工作的團隊的概述，請參見Asreview研究團隊。 Asreview Lab由Jonathan de Bruin和Yongchao Terry MA維護。
找到問題或與團隊聯繫的方法的答案的最佳資源是：
Asreview軟件具有Apache 2.0許可證。 Asreview團隊對使用ASREVIEW工具或該工具的應用造成的任何直接或間接損害都不承擔任何責任或責任。
