Guía experta para usar ASReview en revisiones sistemáticas y aprendizaje activo. Activa cuando el usuario trabaje con revisión sistemática, screening de literatura, aprendizaje activo, simulaciones de revisión, datasets SYNERGY, o comandos como 'asreview simulate'. También activa cuando describa filtrado automatizado de literatura científica sin mencionar ASReview explícitamente.
ASReview automatiza el screening de títulos y abstracts en revisiones sistemáticas usando aprendizaje activo. Requiere ASReview v2+.
pip install asreview
asreview --version # verificar
# 1. Simular con dataset propio
asreview simulate dataset.csv -o result.asreview --seed 42
# 2. Simular con dataset SYNERGY (benchmarking)
asreview simulate synergy:van_de_schoot_2018 -o result.asreview --seed 42
# 3. Revisión manual con GUI
asreview lab
| Opción |
|---|
| Valores |
|---|
| Default |
|---|
-c classifier | nb, svm, rf, lr | nb |
-e feature-extractor | tfidf, word2vec, bert | tfidf |
-q querier | max, max_random, random | max |
--seed | cualquier entero | — |
--n-prior-included | entero | 0 |
--n-prior-excluded | entero | 0 |
--n-stop | entero | sin límite |
CSV con columnas obligatorias: title, abstract, label (0=excluido, 1=incluido). Encoding UTF-8.
nb + tfidf — punto de partida, rápido, bueno para la mayoría de casossvm + tfidf — mejor precisión en datasets medianosbert — solo si el dominio es muy especializado y hay recursos de cómputohead -n 3 dataset.csv--n-stop 50 para prueba rápidareferences/EXAMPLES.mdreferences/SYNERGY_DATASETS.mdreferences/USAGE_GUIDELINES.md