近日,由清华大学人工智能研究院、清华-中国工程院知识智能联合研究中心和智谱 AI 联合发布了《人工智能之学术搜索》报告。报告显示,得益于人工智能技术的不断引入,未来学术搜索产品将呈现出知识融合与推理、智能挖掘高精度算法双引擎驱动的发展趋势。

该报告以 AI 赋能的学术搜索为核心,在梳理学术搜索概念特征、发展历程、工作原理以及系统架构的基础上,重点分析解读了 AI 技术在学术搜索领域的具体应用情况、领域专家人才现状、典型产品的资源覆盖和功能特色,以及 AI 学术搜索技术与应用的未来发展趋势,并探讨了学术搜索领域的市场主体如何才能更“智能”、更“聪明”、更“定制化”地为科研用户提供相关情报服务。

报告呈现三大亮点:

  • 展示主流学术搜索产品中已引入的AI特色功能;
  • 挖掘AI学术搜索领域专家学者并进行人才画像;
  • 预测AI学术搜索技术趋势,为产品性能提升提出建议。

目前学术搜索引擎使用的主要人工智能技术包括:

  • 信息抽取引入了机器学习、深度学习和人工神经网络等技术;
  • 用户交互引入了自然语言处理NLP和语义分析等技术;
  • 作者识别技术、命名消歧技术;
  • 信息集成中引入了NLP、人工神经网络、知识库管理等技术;
  • 信息检索引入了知识图谱模型构建、计算机视觉检索模型等技术;
  • 文献或作者推荐中引入了协同过滤算法、知识管理、数据挖掘、智能推荐、机器学习、深度学习等技术;
  • 排序及论文影响力评价引入了排序学习、深度学习、自然语言处理、机器学习等技术。
成为VIP会员查看完整内容
67

相关内容

电力人工智能发展报告,33页ppt
专知会员服务
119+阅读 · 2019年12月25日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
114+阅读 · 2019年10月10日
重磅推荐:中国人工智能趋势报告(完整版)
人工智能学家
18+阅读 · 2019年2月27日
中国工程院:《全球工程前沿2018》(附PDF下载)
走向智能论坛
10+阅读 · 2018年12月5日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
17+阅读 · 2018年1月21日
Arxiv
13+阅读 · 2019年11月14日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
7+阅读 · 2018年12月6日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
7+阅读 · 2018年8月28日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
4+阅读 · 2018年4月9日
VIP会员
相关主题
相关论文
Arxiv
13+阅读 · 2019年11月14日
A Comprehensive Survey on Transfer Learning
Arxiv
117+阅读 · 2019年11月7日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
7+阅读 · 2018年12月6日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
7+阅读 · 2018年8月28日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
11+阅读 · 2018年4月25日
Arxiv
4+阅读 · 2018年4月9日
微信扫码咨询专知VIP会员