به گزارش سیناپرس به نقل از semanticscholar، از زمانی که اینترنت وارد زندگی مردم شد، موتورهای جستجوگری هم ابداع و راه اندازی شده اند که به جستجوی اطلاعات مختلف در فضای سایبری کمک می کند. یکی از موتورهای جستجوگر که در نوامبر 2015 آغاز به کار کرد، موتور Semantic Scholar است که بر پایه هوش مصنوعی طراحی شده و کار می کند.
این موتور جستجو برای انتشارات دانشگاهی راه اندازی شده که در مؤسسه هوش مصنوعی «آلن» برای استفاده از این فناوری توسعه یافته است. در این سیستم از پیشرفت های پردازش زبان طبیعی برای ارائه خلاصه مقالات علمی استفاده می شود.
به گزارش سیناپرس،موتور جستجوی Semantic Scholar، خلاصه ای یک جمله ای از آثار علمی ارائه می دهد. یکی از اهداف شکل گیری آن، پرداختن به چالش خواندن عناوین متعدد و چکیده های طولانی در تلفن های همراه بود و نیز به دنبال آن است که سه میلیون مقاله علمی را که سالانه منتشر می شوند از این طریق در اختیار خوانندگان و علاقمندان قرار گیرد. برآوردها حکایت از آن دراد که تنها نیمی از این آثار علمی هرگز خوانده نمی شوند.
هوش مصنوعی در این موتور جستجوگر به منظور گرفتن ذات مقاله و تولید آن از طریق تکنیک انتزاعی مورد استفاده قرار می گیرد. در این پروژه کاربردی، از ترکیبی از سیستم های یادگیری ماشینی، پردازش زبان طبیعی و دید ماشینی برای افزودن لایه ای از تجزیه و تحلیل معنایی به روش های سنتی تحلیل استنادی و استخراج ارقام، جدول ها، اشخاص و مکان های موجود در مقالات مرتبط به کار می رود.
به گزارش سیناپرس، دو موتور جستجوی Google Scholar و PubMed در حال حاضر جزء شناخته شده ترین موتورهای جستجوگر مقالات علمی و دانشگاهی در دنیا هستند. اما Semantic Scholar در مقایسه با این دو به گونه ای طراحی شده که مهم ترین مقالات و پرتأثیرترین ها را برجسته کرده و ارتباط میان آنها را شناسایی می کند. هر مقاله ای که در قالب این موتور جستجو قابل مشاهده است، شناسه ای منحصربه فرد به نام Semant Scholar Corpus ID برای آن اختصاص می یابد.
تا آگوست 2019، تعداد کل مقالات در این موتور جستجو پس از افزودن سوابق نمودارهای دانشگاهی مایکروسافت به 173 میلیون رسید. کاربران Semantic Scholar در سال 2020 طی یک ماه به 7 میلیون رسیدند.
هدف این موتور جستجو تسریع پیشرفت های علمی با استفاده از هوش مصنوعی به منظور کمک به محققان جهت یافتن و درک تحقیقات دقیق، ایجاد ارتباطات مهم و غلبه بر حجم بالای اطلاعات است.به گزارش سیناپرس، گروه تحقیقاتی این موتور جستجو حجم بالای اطلاعات را بررسی کرده و ابزارهای هوش مصنوعی را برای غلبه بر آنها به کار می گیرند. گروه های تولید و مهندسی نیز این ویژگی های منحصربه فرد مبتنی بر هوش مصنوعی را ماهیانه در اختیار میلیون ها محقق و دانشمند قرار می دهند.
موتور جستجوی Semantic Scholar همواره به طور رایگان در اختیار همگان قرار دارد و کاربران علاوه بر جستجو و کشف ابزارهای دردسترس در این موتور، خدمتی رایگان به شمار می رود که به جامعه تحقیقاتی ارائه می شود.
مترجم:ندا اظهری