TLDR sistema de inteligencia artificial que resumen los contenidos de investigación de un artículo en una sola frase

Los TLDR (Too Long; Didn’t Read) son resúmenes super-cortos del objetivo principal y los resultados de un artículo científico generados usando el conocimiento de fondo de los expertos y las últimas técnicas de procesamiento del lenguaje natural (PLN) . Esta nueva característica está disponible en versión beta para casi 10 millones de artículos y contando en el dominio de la informática en Semantic Scholar.

Mantenerse al día con la literatura científica es una parte importante del flujo de trabajo de cualquier investigador, y analizar una larga lista de artículos de diversas fuentes mediante la lectura de los resúmenes de los artículos requiere mucho tiempo. TLDR: Extreme Summarization of Scientific Documents, es una nueva forma de resumen extremo, para documentos científicos, utilizando un novedoso protocolo de anotación que produce resúmenes de alta calidad a la vez que reduce al mínimo la carga de anotación.

El motor de búsqueda de información científica Semantic Scholar ahora incluye un nuevo modelo de inteligencia artificial que ofrece un breve extracto sobre cada artículo científico para ayudar a los investigadores en su día a día.

Según la MIT, el sistema ofrece un resumen de una frase junto al famoso indicador TLDR (too long; didn’t read en inglés, demasiado largo; no leído) que aparece debajo de cada artículo de ciencias de la computación (por ahora) cuando los usuarios utilizan la función de búsqueda o van a la página de un autor, lo que le permite localizar rápidamente los documentos adecuados y dedicar el tiempo a leer lo que realmente importa, ya que TLDR ayuda a los usuarios a tomar decisiones rápidas e informadas sobre qué documentos son relevantes, y dónde invertir el tiempo en lecturas adicionales.

Ejemplo:

“Information overload is a top problem facing scientists. Semantic Scholar’s automatically generated TLDRs help researchers quickly decide which papers to add to their reading list.”Isabel Cachola, Johns Hopkins University PhD Student, Former Pre-Doctoral Young Investigator at AI2, and Author of TLDR: Extreme Summarization of Scientific Documents

Bibliografía:

  1. TLDR: Extreme Summarization of Scientific Documents | Semantic Scholar [Internet]. [cited 2020 Dec 3]. Available from: https://www.semanticscholar.org/paper/TLDR%3A-Extreme-Summarization-of-Scientific-Documents-Cachola-Lo/3502a542b2e98d9094e1880a30f652d4170b9534
  2. Una nueva IA resume “papers” de investigación en una sola frase | MIT Technology Review en español [Internet]. [cited 2020 Dec 3]. Available from: https://www.technologyreview.es/s/12886/una-nueva-ia-resume-papers-de-investigacion-en-una-sola-frase
  3. Cachola I, Lo K, Cohan A, Weld DS. TLDR: Extreme Summarization of Scientific Documents [Internet]. [cited 2020 Dec 3]. Available from: https://github.com/allenai/scitldr.

Un pensamiento en “TLDR sistema de inteligencia artificial que resumen los contenidos de investigación de un artículo en una sola frase

  1. Pingback: Semantic Scholar: una herramienta de búsqueda de investigación gratuita, impulsada por la IA, para la literatura científica | Universo Abierto

Los comentarios están cerrados.