광고
광고
광고
광고
광고
광고
로고

[AI] Semantic Scholar는 AI를 사용하여 과학적 검색을 혁신한다. Semantic Scholar는 데이터 마이닝, 자연어 처리 및 컴퓨터 비전 분야에서 연구소의 AI 전문 지식을 활용한다. 이 시스템은 3백만 개 이상의 컴퓨터 과학 논문을 검색하고 지속적으로 과학 카테고리를 추가한다.

https://www.kurzweilai.net/semantic-scholar-uses-ai-to-transform-scientific-search

JM Kim | 기사입력 2021/05/04 [00:00]

[AI] Semantic Scholar는 AI를 사용하여 과학적 검색을 혁신한다. Semantic Scholar는 데이터 마이닝, 자연어 처리 및 컴퓨터 비전 분야에서 연구소의 AI 전문 지식을 활용한다. 이 시스템은 3백만 개 이상의 컴퓨터 과학 논문을 검색하고 지속적으로 과학 카테고리를 추가한다.

https://www.kurzweilai.net/semantic-scholar-uses-ai-to-transform-scientific-search

JM Kim | 입력 : 2021/05/04 [00:00]

 

Allen Institute for Artificial Intelligence (AI2)는 과학 연구자들이 매년 발행되는 수백만 건의 과학 논문을 빠르게 훑어내어 자신의 작업과 가장 관련이 있는 논문을 찾을 수 있도록 무료 Semantic Scholar 서비스를 제공한다.

 

연구소의 CEO Oren Etzioni에 따르면 Semantic Scholar는 데이터 마이닝, 자연어 처리 및 컴퓨터 비전 분야에서 연구소의 AI 전문 지식을 활용한다. 이 시스템은 3백만 개 이상의 컴퓨터 과학 논문을 검색하고 지속적으로 과학 카테고리를 추가한다.

 

 

개요로 제한되는 "양자 컴퓨터 실리콘"에 대한 Semantic Scholar 검색에서 최고 수익률의 예 (1989년 이후 선택된 1,397개 논문 중 52) (이미지 출처: AI2)

 

Semantic Scholar를 통해 컴퓨터 과학자는 다음을 수행할 수 있다.

 

고급 선택 필터링 도구를 사용하여 원하는 것을 빠르게 찾을 수 있다. 연구원은 저자, 출판물, 주제 및 출판 날짜별로 검색 결과를 필터링 할 수 있다. 이를 통해 연구원은 가능한 가장 빠른 방법으로 가장 관련성이 높은 결과를 얻을 수 있으며 정보 과부하를 줄일 수 있다.

 

논문의 수치와 결과에 즉시 액세스 할 수 있다. 학술 검색 엔진 중에서 고유한 이 기능은 종종 연구자가 실제로 찾고 있는 그래픽 결과를 가져온다.

 

인용된 논문 및 참고 문헌으로 이동하여 각 논문을 인용 한 연구원 수를 확인하면 인용 영향력과 유용성을 판단할 수 있다. 더 많은 검색을 할 수 있도록 각 논문에 핵심 문구를 입력하라는 메시지가 표시된다.

 

 

위 검색에서 발견된 첫 번째 문서 (“양자 계산 및 양자 정보”)에서 추출한 그림 및 표의 예 (출처: AI2)

 

Semantic Scholar의 작동 원리

 

기계 읽기 및 비전 방법을 사용하여 Semantic Scholar는 웹을 크롤링하여 컴퓨터 과학 주제에 대해 공개적으로 사용 가능한 과학 논문의 모든 PDF를 찾고, 텍스트와 다이어그램/캡션을 모두 추출하고 향후 상황 별 검색을 위해 색인화 한다.

 

시스템은 자연어 처리를 사용하여 상위 논문을 식별하고 필터링 정보와 주제를 추출하며 논문의 유형과 인용이 얼마나 영향력이 있는지에 따라 분류한다. 과학자에게 학술 연구자의 기대치에 부합하는 간단한 사용자 인터페이스 (모바일에 최적화됨)를 제공한다.

 

주제, 게시 날짜, 작성자 및 게시 위치와 같은 필터가 내장되어 있다. 여기에는 추가 키워드 필터링을 위한 스마트하고 상황에 맞는 권장 사항도 포함되어 있다. 이러한 검색 및 발견 도구는 연구자들에게 왕겨에서 밀을 빠르게 분리하고 이전에는 발생하지 않았던 분야와 주제에서 관련 논문을 찾을 수 있는 빠른 방법을 제공한다.

 

Semantic Scholar Google Scholar와 같은 다른 연구 논문 검색 응용 프로그램을 기반으로 구축되어 정보 과부하를 극복하기 위해 AI 방법을 추가한다.

 

Etzione“Semantic Scholar는 서로 다른 연구 사이의 점을 연결하여 새로운 가설을 식별하고 그렇지 않으면 놓칠 수 있는 실험을 제안할 수 있는 AI 기반 발견 엔진을 향한 첫 번째 단계이다. "우리의 목표는 연구자들이 과학의 가장 까다로운 문제에 대한 답을 찾을 수 있도록하는 것이다."

 

 
인공지능, AI, 검색 관련기사목록
[세계미래보고서]시리즈, 판매제품
1/7
광고
광고
광고
광고
광고
많이 본 기사