Formats |
Site web Agrégateur Knowledge graph of science (d) |
---|---|
Pays | |
Site web |
Semantic Scholar est un projet développé à l'Institut Allen pour l'Intelligence Artificielle[1], un des instituts de recherche créés par Paul Allen. Lancé 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 212 millions[5] après l’ajout des enregistrements Microsoft Academic Graph [6] déjà utilisés par Lens.org.