PulseAugur
实时 07:17:31
English(EN) SCALE: Scientific Concept Aggregation via LLMs and Embeddings for Fine-Grained Taxonomy Extension

新的SCALE框架利用大型语言模型增强科学分类法

研究人员开发了一个名为SCALE(利用大型语言模型和嵌入式技术进行科学概念聚合)的新框架,以增强科学文献的分类。SCALE在OpenAlex分类法现有的“主题”(Topics)层级下方引入了一个新的“概念”(Concepts)层级,将语义相关的作者关键词组织成连贯的单元。该框架利用科学文本嵌入、大型语言模型和基于图的社区检测来创建更详细的科学知识表示,有助于分类、科学计量分析和研究监测。 AI

影响 增强科学文献的细粒度分析和组织,可能改善研究发现和监测。

排序理由 该集群描述了一篇关于新颖科学分类框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的SCALE框架利用大型语言模型增强科学分类法

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Daniele Raimondi, Feichi Lu, Oliver Grun, Mariia Eremina, Andrea Perlato ·

    SCALE:通过大型语言模型和嵌入式技术进行科学概念聚合以实现细粒度分类法扩展

    arXiv:2608.07254v1 Announce Type: cross Abstract: The increasing specialization of scientific research challenges existing classification systems, which provide effective representations of broad disciplines and research topics but often fail to capture the fine-grained conceptua…