Открытый граф исследовательских знаний для структурирования научных вкладов с использованием трансформеров

В настоящее время публикуется больше научных статей, чем когда-либо в истории. Исследователям становится всё труднее отслеживать публикации даже в очень узкой предметной области. В данной работе предлагается построить открытый граф исследовательских знаний (ORKG), представляющий научные вклады опубликованных статей. Для достижения этой цели используются методы обработки естественного языка и современные модели глубокого обучения. Система формирует граф знаний в четыре основных этапа: классификация предложений, извлечение фраз, формирование и классификация троек и, наконец, построение графа знаний. Для задач классификации и извлечения фраз применяются различные современные модели глубокого обучения, такие как RoBERTa, тогда как формирование троек выполняется с использованием различных эвристик. В результате создаётся граф знаний, с помощью которого конечные пользователи могут выявлять научные вклады, представленные в научных статьях. Экспериментальные результаты сопоставлены с результатами других систем и демонстрируют обнадёживающие показатели.