From Wikipedia, the free encyclopedia
Semantic Scholar je vyhledávač akademických publikací na bázi umělé inteligence vyvinutý v Allen Institute for AI, který byl uvolněn k veřejnému použití v listopadu 2015.[1] Používá pokroky ve zpracování přirozeného jazyka k poskytování shrnutí obsahu (summaries) výukových odborných článků.[2] Tým provozující Semantic Scholar aktivně zkoumá použití umělé inteligence pro zpracování přirozeného jazyka, strojové učení, interakci mezi člověkem a počítačem a získávání informací.[3]
Semantic Scholar začal jako databáze obsahující témata z matematické informatiky, geověd a neurovědy.[4] V roce 2017 byla do systému zahrnuta biomedicínská literatura.[4] Od listopadu 2021 jsou zahrnuty publikace ze všech oblastí vědy.
Semantic Scholar poskytuje jednovětné shrnutí obsahu vědeckých publikací. Jedním z cílů bylo vyřešit problémy se čtením početných titulů a zdlouhavých abstraktů na mobilních zařízeních.[5] Také se snaží zajistit, aby se tři milióny vědeckých odborných článků publikovaných ročně dostaly ke svým čtenářům, protože se odhaduje, že jen polovina publikovaných článků je někým přečtena.[6]
K postižení podstaty článku se používá umělá inteligence, která využívá „abstraktivní“ techniku.[2] Projekt využívá kombinace strojového učení, zpracování přirozeného jazyka a strojového vidění k přidání vrstvy sémantické analýzy k tradičním metodám citační analýzy a k získání relevantních obrázků, tabulek, entit a informací o místech z odborných článků.[7][8]
Na rozdíl od Google Scholar a PubMed je Semantic Scholar navržen tak, aby zdůraznil nejdůležitější a nejvlivnější prvky článku.[9] Technologie umělé inteligence je navržena tak, aby identifikovala skrytá spojení a vazby mezi výzkumnými tématy.[10] Stejně jako dříve citované vyhledávače využívá Semantic Scholar také grafové struktury, mimo jiné Microsoft Academic Knowledge Graph, Springer Nature's SciGraph a Semantic Scholar Corpus.[11]
Každému článku je v Semantic Scholar přiřazen jednoznačný identifikátor nazývaný Semantic Scholar Corpus ID (zkráceně S2CID), jak ukazuje následující příklad:
Semantic Scholar je volně použitelný a na rozdíl od podobných vyhledávacích strojů (tj. Google Scholar) nevyhledává materiály, které jsou za paywally.[4][12]
Jedna studie porovnávala vyhledávací schopnosti Semantic Scholar s použitím systematického přístupu, a zjistila, že vyhledávač je při odhalování dat přesný z 98.88%.[12] Stejná studie zkoumala další funkce, které Semantic Scholar poskytuje, včetně nástroje na průzkum metadat a několika citačních nástrojů.[12]
Od ledna 2018, po projektu z roku 2017, který přidal biomedicínské odborné články a shrnutí tématu, Semantic Scholar Corpus obsahoval více než 40 miliónů odborných článků z Matematická informatika a Biomedicína.[13] V Březen 2018, Doug Raymond, kdo vyvinut Strojové učení initiatives pro Amazon Alexa platforma, byl hired které mají vést Semantic Scholar promítat se.[14] K srpnu 2019, počet zahrnutých odborných článků měl grown na více než 173 miliónů[15] po sčítání of Microsoft Academic záznamů.[16] V roce 2020 partnerství mezi Semantic Scholar a University of Chicago Press zpřístupnilo v Semantic Scholar Corpus všechny články publikované vydavatelstvím University of Chicago Press.[17] Na konci roku 2020 bylo v Semantic Scholar indexováno 190 miliónů odborných článků.[18]
Počet uživatelů vyhledávače Semantic Scholar dosáhl v roce 2020 sedmi miliónů měsíčně.[5]