هوش مصنوعی
SciGraphSelect انتخاب داده‌های علمی را قابل‌ممیزی می‌کند
چارچوبی پژوهشی برای نشان‌دادن دلیل نگه‌داشتن هر سند، به‌جای اتکا صرف به امتیازهای ارتباط یا سودمندی معرفی شده است.
پژوهشگران در پیش‌چاپی در arXiv چارچوب SciGraphSelect را معرفی کرده‌اند؛ روشی برای انتخاب داده‌های علمی که می‌کوشد روشن کند چرا یک سند حفظ می‌شود. این چارچوب دانش تخصصی، عملیات استدلالیِ قابل‌بازتولید و رابطه‌های تأییدشده با منابع را در قالب یک گراف دانش‌ـ‌استدلالِ نوع‌دار سازمان می‌دهد.
امتیاز اسناد نامزد بر پایهٔ پوشش مفاهیم، پشتیبانی از رابطه‌ها و مسیرها، و هم‌راستایی جهت‌دار محاسبه می‌شود. به‌گفتهٔ چکیده، ساختار رابطه‌ایِ غنی در سمت منابع حفظ می‌شود؛ اما شواهد اسناد نامزد با احتیاط ارزیابی می‌شوند و از embedding اسناد، رابطه‌هایی که واقعاً نتیجه نمی‌شوند استنباط نمی‌شود. چکیدهٔ در دسترس توضیح می‌دهد که چارچوب شواهدِ متکی بر منابع را آشکار می‌کند، اما جزئیات بیشتری دربارهٔ ارزیابی یا عملکرد آن ارائه نمی‌دهد.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده