艾伦人工智能研究所为学者提供增强的研究经验

AI2如何利用Semantic Scholar(一个以人工智能为动力的学术搜索引擎)的Appen平台,通过众包来提高其新颖的引文意图特征的质量

我们能够与我们的工作人员快速地完成不同的注释任务迭代,并了解什么是有效的,什么是无效的。事实上,Appen平台已经内置了质量控制特性,这使得任务设置更加容易。

- Madeleine van Zuylen,艾伦人工智能研究所的数据科学分析师

该公司bob外围怎么样

艾伦人工智能研究所(AI2)是一个非盈利研究机构,由已故的保罗·艾伦于2014年创立。AI2的研究人员和工程师团队致力于高影响的人工智能项目,以造福大众。语义的学者该组织的使命是利用人工智能帮助学者们定位和理解正确的研究,建立重要的联系,克服信息过载,从而加速科学突破。

所面临的挑战

AI2引用

Semantic Scholar推出了一个引文意图特性,使研究者能够通过被引工作的分类来发现相关的学术论文。该特性在源论文的页面上为引用该源论文工作的后续文章显示背景信息、方法和结果的分类。这些分类为用户提供了一个理解为什么一篇研究论文引用另一篇,并允许他们快速辨别一篇被引用的论文是否与他们的兴趣相关。

为了实现启动该特性所必需的精确标记,AI2需要对注释器进行大规模访问。

解决方案

最初,语义学者团队在AI2与我们一起搬入数据提取之前,将内容添加到语义学者文集。两个用例引用目的标签抽象的标签这两个关键特性使Semantic Scholar成为发现学术研究的领先的人工智能平台。

使用Appen平台从研究论文中构建一个带标签的句子数据集,然后将这些句子输入机器学习模型,并训练它们准确地标注句子。在我们的帮助下,AI2能够快速地为注释器设置任务,启动它,并有效地理解注释器在任务中是如何执行的——允许根据需要进行快速调整。我们还可以根据语言或其他需要的因素方便地选择不同类型的人群来进行定制。引文意图功能现在覆盖了超过1000万篇论文,并对超过1亿次引文进行了分类。

结果

我们很高兴能够在Appen平台上达到我们所期望的质量水平,以培训我们新的引文意图分类模型。

- Sebastian Kohlmeier,高级经理,艾伦人工智能研究所商业运营

借助我们平台的易用性,AI2现在可以快速运行作业,并通过聚合的报告接收实时反馈,这大大节省了时间。我们的平台还提供了出色的准确性——引文意图任务超过80%,并且在多次任务迭代中有所提高。

最终,这些努力通过为高质量的学术研究提供更大的可访问性,对Semantic Scholar用户体验产生了积极影响。如今,全球每月有800万学者使用该网站,与引文意图和其他人工智能功能交互。

Semantic Scholar团队现在正在与我们合作,以扩展到未来的用例。我们也很自豪能与AI2合作,与全球各地的员工一起支持公平薪酬和薪酬透明。

部署AI与世界一流的培训数据的网站bob体育手机下载
语言