التعرف متعدد المهام على الكيانات والعلاقات والتداخل للبناء الرسم البياني للمعرفة العلمية

نقدم إعدادًا متعدد المهام لتحديد وتبويب الكيانات والعلاقات ومجموعات الإشارة المرجعية في المقالات العلمية. قمنا بإنشاء مجموعة بيانات تُسمى SciERC، والتي تتضمن توضيحات لجميع هذه المهام الثلاثة، وطورنا إطارًا موحدًا يُعرف بـ Scientific Information Extractor (SciIE) يستخدم تمثيلات فواصل مشتركة. يقلل الإعداد المتعدد المهام من الأخطاء التصاعدية بين المهام ويستفيد من العلاقات بين الجمل من خلال روابط الإشارة المرجعية. أظهرت التجارب أن نموذجنا المتعدد المهام يتفوق على النماذج السابقة في استخراج المعلومات العلمية دون استخدام أي خصائص خاصة بال مجال. كما أظهرنا أن الإطار يدعم بناء الرسم البياني للمعرفة العلمية، والذي نستخدمه لتحليل المعلومات في الأدبيات العلمية.