PaperRobot:科学观点的增量式拟稿生成
在论文《PaperRobot: Incremental Draft Generation of Scientific Ideas》中,研究者提出了PaperRobot,它能够充当自动研究助理,实现方式为(1)对目标领域的大量由人类所写的论文进行深层次理解并构建全面的背景知识图谱(KG);(2)通过预测来自背景知识图谱的链接以及结合图谱注意力和上下文文本注意力来建立新思路;(3)基于记忆注意力网络来递增地撰写新论文的关键要素:通过输入的标题和预测的关联实体生成论文摘要,通过论文摘要生成结论和未来研究工作,最后从通过未来研究工作生成后续论文的标题。图灵测试要求一位生物医学领域的专家对系统输出和人工编写的字符串进行比较,结果显示PaperRobot生成的摘要、结论和未来研究工作以及新标题被选择的概率分别比人工编写的高出30%、24%和12%。