基于深度学习的学术搜索引擎.docx

? ? 基于深度学习的学术搜索引擎 ? ? 　　G250 A 1002-1965(2017)08-0175-08 　　0 引言 　　众所周知，单纯以被引次数来衡量和评价学术影响力的SCI模式，近年来已经遭遇学术界越来越大的质疑和挑战。一篇文章是在综述阶段被引用，还是在方法论阶段被引用，其学术影响力的差距是不言而喻的。传统的学术搜索引擎无法甄别论文被引的原因，但是人工智能的最新进展已经使得这一工作成为可能。 　　人工智能几经沉浮，随着图形处理器(Graphics Processing Unit，GPU)的广泛应用，使得并行计算变得更快、更便宜、更有效，也使得人工智能近几年在图像分类、语音识别、人脸识别等方面有了长足的进步。2016年Google子公司Deepmind开发的围棋程序AlphaGo战胜李世石之后，人工智能的研究与发展更是备受关注。 　　另一方面，随着计算机和信息技术的高速发展，各种传统的学术文献信息资源已经基本实现数字化，并且以惊人的速度增长着，每年全球发表的论文达100多万篇。面对海量的数字化学术文献信息，免费的学术搜索引擎如Google Scholar、PubMed、百度学术等为广大科研工作者搜索学术文献提供了方便，但这些基于数据库技术的传统学术搜索引擎无法像人类一样理解文献的内容，随着文献数量的增加，若想快速而准确地定位需要的学术文献信息仍然变得越来越困难。