Нейросеть извлекает ключевые фразы из научных статей точнее людей
Новая нейросетевая модель для работы с научной литературой научилась определять ключевые фразы из статей точнее, чем люди. Модель анализирует структуру текста, контекст и значимость терминов, выбирая то, что действительно важно для сути работы.
Тестирование на выборке из тысяч статей по физике, биологии и компьютерным наукам показало, что нейросеть совпадает с экспертами в 94% случаев. Люди согласны друг с другом в 85-88%, что указывает на субъективность их выбора.
Применение в научных базах
Ключевые фразы нужны для индексирования статей, поиска по научным базам и цитирования. Автоматизация этого процесса экономит время редакторов и улучшает качество каталогизации.
Крупные научные издательства уже интегрируют такие системы в рабочие процессы. Для авторов это означает более точный индекс их работ и лучшую видимость в научном сообществе.
Модель продолжает улучшаться, учась на каждой новой статье и адаптируясь к специфике разных дисциплин.