科学論文のアブストラクトクリーニング

この論文は、科学文献分析における自然言語処理の実用的な問題に取り組んでいます。著者は、アブストラクト内の余分な情報が、文書の類似性や埋め込み生成などの下流タスクに悪影響を与える可能性があるという一般的な問題を特定しています。彼らの解決策である、アブストラクトをクリーニングするためのオープンソース言語モデルは、研究で使用されるデータの品質を向上させるためのすぐに利用できるツールを提供するため、価値があります。類似性ランキングと埋め込み情報内容への影響の実証は、その有用性をさらに検証しています。