Semantic Scholar

Semantic Scholar est un projet développé à l'Institut Allen pour l'intelligence artificielle[1]. Publié en , il est conçu pour être un moteur de recherche d'articles de revues scientifiques sur l'IA[2].

Le projet utilise une combinaison d'apprentissage automatique, de traitement du langage naturel et de vision industrielle pour ajouter une couche d'analyse sémantique aux méthodes traditionnelles d'analyse des citations, et pour extraire les figures, entités et lieux pertinents des documents[3]. En comparaison avec Google Scholar et PubMed, Semantic Scholar est conçu pour mettre en évidence les articles les plus importants et les plus influents, et pour identifier les liens entre eux.

En , à la suite d'un projet de 2017 comprenant des articles biomédicaux et des résumés de sujets, le corpus des érudits sémantiques comprenait plus de 40 millions d'articles de l'informatique et de la biomédecine. En , Doug Raymond, qui a développé des initiatives d'apprentissage automatique pour la plate-forme Amazon Alexa, a été embauché pour diriger le projet Semantic Scholar. [4] En , le nombre de documents inclus atteignait plus de 173 millions [5] après l’ajout des enregistrements Microsoft Academic Graph [6] déjà utilisés par Lens.org.

Voir aussi

Notes et références

(en) Cet article est partiellement ou en totalité issu de l’article de Wikipédia en anglais intitulé « Semantic Scholar » (voir la liste des auteurs).

Liens externes

  • Portail des sciences
  • Portail des bases de données
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.