연구 논문에서 과학적 개념을 영역에 구애받지 않고 추출하기

우리는 학술 논문의 초록에서 영역에 독립적인 과학적 개념 추출이라는 새로운 작업을 검토하고 두 가지 기여를 제시합니다. 첫째, 체계적인 주석 과정을 통해 식별된 일반적인 과학적 개념들의 집합을 제안합니다. 이 개념 집합은 과학, 기술, 의학의 10개 영역 전문가들과 공동으로 문구 수준에서 과학적 초록 코퍼스를 주석화하는 데 활용되었습니다. 생성된 데이터셋은 (a) 이 작업의 기준 성능을 제공하고, (b) 영역 간의 개념 전이 가능성을 검토하기 위한 벤치마크 실험 세트에서 사용되었습니다. 둘째, 우리는 두 개의 딥러닝 시스템을 기준으로 제시합니다. 특히, 다양한 영역을 다루기 위해 활성 학습(Active Learning)을 제안합니다. 실험 결과는 다음과 같습니다: (1) 비전문가들이 영역 전문가와 상담 후 실질적인 일치성을 달성할 수 있으며, (2) 기준 시스템은 상당히 높은 F1 점수를 얻었으며, (3) 활성 학습은 필요한 훈련 데이터량을 거의 절반으로 줄일 수 있음을 보여줍니다.