شعار سال: Semantic Scholar، موتور جستجویی مبتنی بر هوش مصنوعی است که با هدف ارائه مقالات دانشگاهی و علمی به محققان طراحی و راه اندازی شده است.

به نقل از semanticscholar، از زمانی که اینترنت وارد زندگی مردم شد، موتور‌های جستجوگری هم ابداع و راه اندازی شده اند که به جستجوی اطلاعات مختلف در فضای سایبری کمک می‌کند. یکی از موتور‌های جستجوگر که در نوامبر ۲۰۱۵ آغاز به کار کرد، موتور Semantic Scholar است که بر پایه هوش مصنوعی طراحی شده و کار می‌کند.

این موتور جستجو برای انتشارات دانشگاهی راه اندازی شده که در مؤسسه هوش مصنوعی «آلن» برای استفاده از این فناوری توسعه یافته است. در این سیستم از پیشرفت‌های پردازش زبان طبیعی برای ارائه خلاصه مقالات علمی استفاده می‌شود.
موتور جستجوی Semantic Scholar، خلاصه‌ای یک جمله‌ای از آثار علمی ارائه می‌دهد. یکی از اهداف شکل گیری آن، پرداختن به چالش خواندن عناوین متعدد و چکیده‌های طولانی در تلفن‌های همراه بود و نیز به دنبال آن است که سه میلیون مقاله علمی را که سالانه منتشر می‌شوند از این طریق در اختیار خوانندگان و علاقمندان قرار گیرد. برآورد‌ها حکایت از آن دراد که تنها نیمی از این آثار علمی هرگز خوانده نمی‌شوند.

هوش مصنوعی در این موتور جستجوگر به منظور گرفتن ذات مقاله و تولید آن از طریق تکنیک انتزاعی مورد استفاده قرار می‌گیرد. در این پروژه کاربردی، از ترکیبی از سیستم‌های یادگیری ماشینی، پردازش زبان طبیعی و دید ماشینی برای افزودن لایه‌ای از تجزیه و تحلیل معنایی به روش‌های سنتی تحلیل استنادی و استخراج ارقام، جدول ها، اشخاص و مکان‌های موجود در مقالات مرتبط به کار می‌رود.

دو موتور جستجوی Google Scholar و PubMed در حال حاضر جزء شناخته شده‌ترین موتور‌های جستجوگر مقالات علمی و دانشگاهی در دنیا هستند. اما Semantic Scholar در مقایسه با این دو به گونه‌ای طراحی شده که مهم‌ترین مقالات و پرتأثیرترین‌ها را برجسته کرده و ارتباط میان آن‌ها را شناسایی می‌کند. هر مقاله‌ای که در قالب این موتور جستجو قابل مشاهده است، شناسه‌ای منحصربه فرد به نام Semant Scholar Corpus ID برای آن اختصاص می‌یابد.
تا آگوست ۲۰۱۹، تعداد کل مقالات در این موتور جستجو پس از افزودن سوابق نمودار‌های دانشگاهی مایکروسافت به ۱۷۳ میلیون رسید. کاربران Semantic Scholar در سال ۲۰۲۰ طی یک ماه به ۷ میلیون رسیدند.

هدف این موتور جستجو تسریع پیشرفت‌های علمی با استفاده از هوش مصنوعی به منظور کمک به محققان جهت یافتن و درک تحقیقات دقیق، ایجاد ارتباطات مهم و غلبه بر حجم بالای اطلاعات است. به گزارش سیناپرس، گروه تحقیقاتی این موتور جستجو حجم بالای اطلاعات را بررسی کرده و ابزار‌های هوش مصنوعی را برای غلبه بر آن‌ها به کار می‌گیرند. گروه‌های تولید و مهندسی نیز این ویژگی‌های منحصربه فرد مبتنی بر هوش مصنوعی را ماهیانه در اختیار میلیون‌ها محقق و دانشمند قرار می‌دهند.
موتور جستجوی Semantic Scholar همواره به طور رایگان در اختیار همگان قرار دارد و کاربران علاوه بر جستجو و کشف ابزار‌های دردسترس در این موتور، خدمتی رایگان به شمار می‌رود که به جامعه تحقیقاتی ارائه می‌شود.

شعارسال، با اندکی تلخیص و اضافات برگرفته از خبرگزاری ایستنا، تاریخ انتشار: ۳۰ مرداد ۱۴۰۰، کدخبر: ۱۲۷۷۱۶، www.ictna.ir