Semantic Scholar

Semantic Scholar изначально был ориентирован на публикации по компьютерным наукам, геонаукам и нейронаукам^[4]. В 2017 году система начала индексировать и биомедицинские публикации^[4]. По состоянию на сентябрь 2022 года Semantic Scholar содержит свыше 200 миллионов публикаций по всем отраслям науки^[5].

Semantic Scholar предоставляет однострочное резюме научных публикаций. Одной из задач сервиса было решение проблемы просмотра многочисленных длинных заголовков и аннотаций на мобильных устройствах^[6]. Сервис также стремится способствовать тому, чтобы ежегодно публикуемые три миллиона научных работ были доступны читателям, поскольку по оценкам только половина из них прочитывается^[7].

Искусственный интеллект используется для выделения существенной информации из работы с помощью абстрактивных методов генерации^[2] Проект сочетает машинное обучение, обработку естественного языка и компьютерное зрение для семантического анализа публикаций, а также извлечения релевантных графиков, таблиц, сущностей и наименований конференций из текста статей.^[8].

Ещё одна важная функция на базе ИИ — «Research Feeds», интеллектуальные рекомендательные ленты, которые адаптируются к интересам пользователя и предлагают актуальные публикации по релевантным темам. Для этого используется модель эмбеддингов статей, обученная через контрастивное обучение, чтобы находить схожие публикации для каждой тематической подборки^[9].

Semantic Scholar также предлагает Semantic Reader — расширенный ридер, который призван сделать чтение научных текстов более доступным и насыщенным дополнительным контекстом^[10]. Semantic Reader показывает встроенные карточки цитирований с автоматически сгенерированными сокращёнными резюме (TLDR) и выделяет ключевые фрагменты для быстрого ознакомления с содержанием.

В отличие от Google Scholar и PubMed, Semantic Scholar заточен на выделение наиболее значимых и влиятельных элементов публикаций^[11]. Искусственный интеллект используется для поиска скрытых взаимосвязей между исследовательскими темами^[12]. Как и другие поисковые системы, Semantic Scholar работает с графовыми структурами данных, такими как Microsoft Academic Knowledge Graph, SciGraph, а также собственной базой Semantic Scholar Corpus, изначально включавшей 45 миллионов публикаций по информатике, нейронаукам и биомедицине^[13][14].

Каждая публикация в Semantic Scholar получает уникальный идентификатор — Semantic Scholar Corpus ID (сокращённо S2CID). Пример оформления библиографической ссылки с этим идентификатором:

Liu, Ying; Gayle, Albert A; Wilder-Smith, Annelies; Rocklöv, Joacim (March 2020). “The reproductive number of COVID-19 is higher compared to SARS coronavirus”. Journal of Travel Medicine. 27 (2). DOI:10.1093/jtm/taaa021. PMID 32052846. S2CID 211099356.

Сервис Semantic Scholar является бесплатным, и в отличие от некоторых аналогичных систем, таких как Google Scholar, не индексирует материалы, находящиеся за платными стенами^[4].

Одна из работ сравнила полноту индексации Semantic Scholar и Google Scholar для компьютерных наук и показала, что для цитированных вторичными исследованиями публикаций оба поисковика имеют сопоставимую степень покрытия, пропуская лишь единицы работ^[15].

По состоянию на январь 2018 года, после проекта по добавлению работ Аррингтона и тематических обзоров, корпус Semantic Scholar включал более 40 миллионов публикаций по информатике и биомедицине^[16]. В марте 2018 года Дуг Рэймонд, ранее занимавшийся развитием машинного обучения в Amazon Alexa, был приглашён для руководства проектом Semantic Scholar^[17]. К августу 2019 года число записей в базе метаданных выросло до более чем 173 миллионов^[18] после интеграции записей Microsoft Academic Graph^[19]. В 2020 году партнёрство с Чикагским университетским издательством позволило включить все статьи этого издательства в корпус Semantic Scholar^[20]. К концу 2020 года индекс включал 190 миллионов публикаций^[21]. В 2020 году ежемесячная аудитория Semantic Scholar достигла 7 миллионов пользователей^[6].