Исследователи из НИЦ "Курчатовский институт" и МФТИ разработали систему семантического поиска научных публикаций, используя нейросетевые модели и данные о внешнем цитировании.
Современные методы поиска научных статей, такие как Google Scholar и Scopus, ранжируют результаты на основе ключевых слов и цитирований. Однако новая система, основанная на нейросетевой модели BERT, идет дальше, анализируя краткие описания результатов научных работ, которые упоминаются в цитируемых публикациях. Векторные представления этих описаний помогают более точно определять релевантные статьи.
Система позволяет находить статьи, которые не полностью совпадают с ключевыми словами запроса, но соответствуют теме. В дополнение к разработке системы, ученые создали веб-интерфейс на основе Python и библиотек Flask и React для удобного поиска.
Тестирование показало, что новая технология значительно ускоряет процесс поиска и улучшает качество подбора материалов.