本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯(lián)系出處。

 NLP工作者，尤其是文本生成領域的工作者們，你們福音來了！

ArXiv Text Gen Searches ——一款能夠及時、快速、精準查閱論文的搜索工具。

只需點擊一下，便可直接查閱論文列表，再也不用擔心查找慢或錯過新論文。

△ ArXiv Text Gen Searches 站點頁面

一鍵檢索論文

一些數(shù)學家及科學家常常先將論文先上傳至arXiv，再向專業(yè)的學術期刊提交。

由于arXiv上發(fā)布的電子出版物無須同行評審，不免會有良莠不齊的情況，加上缺乏完善的檢索功能，十分影響查閱效率。

△ arXiv

為解決這一問題，各種搜索工具應運而生。

下面來看看這款，針對文本生成主題論文的神器。

文本生成（Text Generation）就是基于機器表述系統(tǒng)，將資料轉換生成自然語言，是自然語言處理（NLP）中的重要研究領域。

首先，開發(fā)者通過API搜索抓取得到以下類別：

實際搜索字符串：

例如”story”的API搜索字符串：

“text generation”或”natural language generation”，再加上”narrative” 、”story” 、”fiction”或”plot”四個中的任意一個。

接下來，用戶只需在頁面左側選擇類別，就能直達相應論文列表。

例如，點擊「story」可以得到下面的結果：

然后選擇一篇文章，進入arXiv，就可以開始愉快地閱讀了，大大簡化了繁瑣的查找過程。

關于作者

△ Lynn Cherny（來自其社交網(wǎng)頁）

Lynn Cherny擁有斯坦福大學博士學位，長期探索數(shù)據(jù)科學、數(shù)據(jù)可視化、python、r、自然語言處理、人工智能等領域。

在站點頁面上，他還分享了未發(fā)布在ArXiv上的優(yōu)秀論文，并且持續(xù)更新中。

項目代碼在GitHub中開源，感興趣的讀者可以通過文末鏈接查看。

傳送門：
https://arnicas.github.io/text-gen-arxiv-papers/

GitHub項目地址：

https://github.com/arnicas/text-gen-arxiv-papers/