Semantic Scholar

Semantic Scholar
Formats
Site web
Agrégateur
Knowledge graph of science (d)Voir et modifier les données sur Wikidata
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 leurs liens.

En , à la suite d'un projet de 2017 concernant des articles biomédicaux et des résumés, le corpus comprenait plus de 40 millions d'articles d'informatique et de biomédecine. En , le nombre de documents inclus atteignait plus de 212 millions[4] après l’ajout des enregistrements Microsoft Academic Graph [5] déjà utilisés par Lens.org.

  1. Benoit Soubeyran, « Publons, Microsoft Academic… des identifiants académiques pour Wikidata et la visiblité numérique », sur Le blog d'un bibliothécaire wikimédien, (consulté le ).
  2. « Paul Allen's AI research group unveils program that aims to shake up how we search scientific knowledge. Give it a try. », The Washington Post (consulté le ).
  3. Bohannon, « A computer program just ranked the most influential brain scientists of the modern era », sciencemag.org, American Association for the Advancement of Science, (consulté le ).
  4. « main page », Semantic Scholar (consulté le ).
  5. « AI2 joins forces with Microsoft Research to upgrade search tools for scientific studies », GeekWire, (consulté le ).

Developed by StudentB