學(xué)者們有一種巧妙的方法來提醒同事注意冗長(zhǎng)的論文，因?yàn)樗麄儼l(fā)現(xiàn)這些論文根本不值得花時(shí)間閱讀。他們將此類文檔標(biāo)記為“ tl; dr”，時(shí)間太長(zhǎng)，沒有閱讀。這是一種具有420年歷史的莎士比亞的《波洛紐斯(Palonius)》在21世紀(jì)的轉(zhuǎn)折，在《哈姆雷特》(Hamlet)中傳達(dá)給國(guó)王和王后：他建議，“簡(jiǎn)潔是機(jī)智的靈魂”。

西雅圖的艾倫人工智能研究所對(duì)此深有感觸，本周推出了一種系統(tǒng)，該系統(tǒng)可以將冗長(zhǎng)的計(jì)算機(jī)科學(xué)報(bào)告進(jìn)行極端匯總，以節(jié)省審查此類文獻(xiàn)的時(shí)間。

語義學(xué)者是一種研究工具，搭載AI和用于科學(xué)研究。利用其新的摘要功能，它可以對(duì)大量科學(xué)研究論文進(jìn)行調(diào)查，并將其簡(jiǎn)化為一句話摘要。每月有超過700萬用戶訪問語義學(xué)者。

目前，語義學(xué)者數(shù)據(jù)庫中有1000萬篇計(jì)算機(jī)科學(xué)論文。根據(jù)監(jiān)督數(shù)據(jù)庫的Dan Weld的說法，其他學(xué)科的論文將逐漸添加。

該系統(tǒng)為研究人員提供了巨大的優(yōu)勢(shì)，這些研究人員迄今不得不依靠掃描大量的書名和通常冗長(zhǎng)的摘要，這是在移動(dòng)設(shè)備上特別需要嘗試的任務(wù)。經(jīng)過早期測(cè)試，反應(yīng)一直是積極的。韋爾德說：“人們似乎很喜歡它。”

這些年來，已經(jīng)開發(fā)了各種自然語言處理程序來匯總文檔。他們通常使用以下兩種方法之一：提取方法著重于選擇代表性文本并在摘要中逐字使用。例如，2018年開發(fā)的Paper Digest似乎是在提取關(guān)鍵句子，而不是用自己的話來重寫發(fā)現(xiàn)。

另一種方法是抽象的。它使用自然語言生成算法來創(chuàng)建具有原始措辭的摘要。近年來，人工智能自然語言生成的改進(jìn)使這種方法成為程序員中的首選。

語義學(xué)者以在所有匯總工具中獲得最大壓縮率而著稱。科學(xué)論文平均5,000字，語義學(xué)者的摘要約為21字。這平均為報(bào)告大小的1/238。最接近語義學(xué)者的競(jìng)爭(zhēng)對(duì)手將文檔壓縮到報(bào)告大小的1/36。

西雅圖華盛頓大學(xué)的信息科學(xué)家Jevin West對(duì)該新程序進(jìn)行了測(cè)試，他說：“我預(yù)計(jì)，這種工具將在不久的將來成為學(xué)術(shù)搜索的標(biāo)準(zhǔn)功能。實(shí)際上，鑒于需要，驚訝地花了這么長(zhǎng)時(shí)間才能在實(shí)踐中看到它。”

他指出，這還不是完美的，“但這絕對(duì)是朝正確方向邁出的一步，”他說。

艾倫研究所的團(tuán)隊(duì)正在免費(fèi)提供其代碼。他們還建立了一個(gè)向所有人開放的示范站點(diǎn)。scitldr.apps.allenai.org/

目前，僅接受以英文撰寫的論文。但是該程序的作者希望最終能包含其他語言的文檔。