Может ли ИИ создавать библиотеки тегов для научной литературы?
Я думаю, что вы хотите посмотреть на тему моделирования. Традиционные подходы включают модель «мешок слов» и распределение скрытого Дирихле. Если у вас есть несколько примеров документов с определенным тегом, а некоторые без, вы можете предсказать, должны ли новые документы иметь этот тег, используя модель темы.
Вы пометили этот вопрос как Deep Learning, поэтому я немного расскажу о подходах к этому с глубоким изучением. Одной из интересных идей в глубоком обучении является вектор абзаца (см. Le & Mikolov (2014)). Есть несколько вариантов этого, но самый простой из них содержит ту же информацию, что и пакет слов, в более сложном представлении.
В последние несколько месяцев Эндрю Дай действительно серьезно исследовал использование векторов абзацев для моделирования тем вместе с Куоком Ле и Грегом Коррадо. Это работает довольно хорошо, обыгрывая мешок слов и LDA на тестовых задачах.
Я должен поиграть с визуализацией их представлений. Вот визуализация википедии! (См. Dai et al. (2014))
Да, ИИ может создавать библиотеки тегов. Это уже делается как «Геномная наука», где атрибуты связаны друг с другом в виде тегов. Он может легко создавать эти теги, используя процесс извлечения текста из НЛП / текста. В этой области проводится много работы.
