arXivTimesのダッシュボードをリリースしました
arXivTimesに投稿される論文の量、また品質を向上させていくために、この度arXivTimes Indicatorというサイトをオープンしました。
蓄積された論文を分類別に見やすくするとともに(量の可視化)、まとめの品質をスコアリングする試みも取り入れています(質の可視化)。そして、投稿していただいた方にメリットになるような機能を導入しています。
具体的には、投稿者の名前をクリックすると個人別のページが参照可能です。個人ページは、一回でも投稿された方であれば参照可能になります。なので、ぜひ個人ページ獲得を目指し投稿にチャレンジしていただければと思います。
こちらを参照することで、どんなジャンルの論文をよく読んでいるのか(円グラフ)、どれぐらい読んでいるのか(棒グラフ)、また実際の投稿が参照できます。棒グラフにひかれている色付きの線は、年間200本読むとした場合のボーダーラインで、このラインを毎月超えていると年間200本達成という目安になります。論文を読む際の目標管理に使用していただければ幸いです。
スコアについて
一覧で表示されているゲージ、またscoreは品質を担保することを目的とした数値になっています。
ただ、実際にまとめの内容が正確であるかを判断するのは難しいことです。そのため、現時点では機械的にとれる人の評価、具体的には投稿のツイートにつけられたいいね＋2 *リツイート数を点数として算出した偏差値を表示しています。リツイートを2倍にしているのは、人に広めても問題ない内容と判断されたことをより重視しようという意図です(2倍という値は適当ですが・・・)。
もちろんこれはまとめの品質を担保するのに十分ではありませんので、この点は引き続き検討をしていく予定です。
機能について
リリースにあたっていくつか便利機能をつけています。まず、ジャンルごとに投稿が見られるようになっています。
左から全ジャンル・画像・自然言語・音声・強化学習・最適化というジャンルになります(アイコンはフィーリングで選んでいます)。上のグラフでは、月ごと・ジャンル別の投稿数を参照することができます。
Recent/Qualityのボタンで、表示順を時系列順かscore順か切り替えることができます。
Pocketを利用していれば、Pocketのボタンを押すことで登録が可能です。
Let’s Involve
arXivTimesは、今後も日本の機械学習に携わる方が研究動向にキャッチアップしてくための集合知を形成する場を目指し、その運営・機能などを検討していきます。知見をお持ちの方は、ぜひ投稿などを通じご参加いただけたらと思います。
また現在はほぼ利用されてないですが、Issueへのコメントなどもお待ちしております。ここで議論を行うことでより知見が深める、また誤りを指摘いただくことで内容をよりブラッシュアップしていけたらと思います。
