UnScientify: Detecting Scientific Uncertainty in Scholarly Full Text

要約

このデモ ペーパーでは、学術論文の全文から科学的不確実性を検出するように設計された対話型システム UnScientify を紹介します。
このシステムは、きめの細かい注釈スキームを使用する弱教師あり技術を利用して、科学文書の文章レベルで口頭で表現された不確実性を識別します。
このシステムのパイプラインには、パターン マッチング、複雑な文のチェック、および著者参照のチェックの組み合わせが含まれています。
私たちのアプローチは、さまざまなタイプの科学的不確実性を考慮して、科学的不確実性を特定するためのラベル付けと注釈のタスクを自動化し、情報検索、テキストマイニング、学術文書処理などのさまざまなアプリケーションに役立ちます。
さらに、UnScientify は解釈可能な結果を​​提供し、テキスト内の科学的不確実性の特定されたインスタンスの理解を支援します。

要約(オリジナル)

This demo paper presents UnScientify, an interactive system designed to detect scientific uncertainty in scholarly full text. The system utilizes a weakly supervised technique that employs a fine-grained annotation scheme to identify verbally formulated uncertainty at the sentence level in scientific texts. The pipeline for the system includes a combination of pattern matching, complex sentence checking, and authorial reference checking. Our approach automates labeling and annotation tasks for scientific uncertainty identification, taking into account different types of scientific uncertainty, that can serve various applications such as information retrieval, text mining, and scholarly document processing. Additionally, UnScientify provides interpretable results, aiding in the comprehension of identified instances of scientific uncertainty in text.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google