【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《Allen 2016年论文》,欢迎阅读!

Allen 2016年论文
(艾伦人工智能研究所)的一个项目,该项目在2016年启动(参考我们之前的报道)。在2016年,SemanticScholar只覆盖计算机科学和神经科学领域的论文。在第二年,即2017年,SemanticScholar扩展到了生物医学论文。
SemanticScholar要解决的问题初衷非常简单。因为学者们需要解析和解读的信息实在太多了,尽管这些学者会尽自己最大的可能更上学术的发展。但是有时候,一个关键的见解或相关的研究结果可能就隐藏一篇隐晦的论文里,并且这篇论文也仅仅得到了一些隐晦的引用和参考。
SemanticScholar的项目负责人DougRaymond表示,我们创建SemanticScholar的一个重要原因就是现在科学的信息太大了。而我们要做的就是如何让科学更加容易被发现。
SemanticScholar使用自然语言处理技术来获取论文中的要点,了解整个过程,了解描述的化学的或是物理的变化结果,并让这些信息变得易于搜索。它使用自然语言处理来理解论文哪一部分在讨论试验结果,哪一部分在引用别人的结果,从而提取出方法、材料、动物类型、大脑测试区域等关键细节。有必要时还能生成图表,试图为该文章分类,以供将来检索和排序。它不仅让查找和给定主题相关的文献论文变得更容易,另外也可以通过模式搜索来找出以前可能并不清楚的联系。
本文来源:https://www.dy1993.cn/T8Ex.html