Proyecciones 2D de los embeddings
El mapa semántico de los artículos de IA en arXiv
Cada punto es un artículo. Dos artículos próximos en el mapa tienen un contenido parecido. Pasa el cursor para ver el título, haz clic para abrirlo en arXiv, y cambia de proyección para ver qué cambia el método de reducción en el dibujo.
Cómo está construido
Se extrae una muestra de unos 2000 artículos, proporcional a los volúmenes por asunto y con más peso en los últimos doce meses. Cada artículo se convierte en un vector de 1024 números mediante un modelo de embedding, que acerca los textos de sentido parecido.
Esos vectores viven en un espacio de 1024 dimensiones, imposible de mirar. Una proyección UMAP los reduce a dos dimensiones intentando conservar la vecindad. Las otras cuatro pestañas son otros métodos aplicados a la misma muestra: no muestran otros datos, muestran otros compromisos.
Las distancias son indicativas. Dos puntos próximos tratan asuntos próximos, pero la escala no tiene unidad y la posición absoluta no significa nada.