Soft-Prompted Semantic Normalization for Unsupervised Analysis of the Scientific Litera... — 27 июня 2026 г. в 10:10:42.477
Soft-Prompted Semantic Normalization for Unsupervised Analysis of the Scientific Literature Malashin I, Martysyuk D, Tynchenko V, Gantimurov A, Nelyub V, Borodulin A. Soft-prompted semantic normalization for unsupervised analysis of the scientific literature. Mach Learn Knowl Extr. 2026;8(3):63. https://doi.org/10.3390/make8030063 💡НОЦ ФНС России и МГТУ им. Н.Э. Баумана, #ИУ12, #СМ12 💡Machine Learning and Knowledge Extraction 💡Топ 4% по SNIP 💭Как быстро проанализировать тысячи научных статей? Авторы предлагают фреймворк, который помогает исследовать большие массивы научных публикаций и выявлять исследовательские темы на основе кластеризации аннотаций. Большие языковые модели используются как операторы семантического вывода и управляются структурированными промптами: они преобразуют исходные аннотации в нормализованные семантические представления, снижая стилистическую вариативность, но сохраняя смысловое содержание. Эти представления встраиваются в непрерывное векторное пространство, где кластеризация выделяет скрытые исследовательские темы. Интерпретация кластеров выполняется через LLM-декодирование — для каждой темы генерируется краткое человекочитаемое описание. Эксперименты на аннотациях конференций ICML и ACL 2025 показали, что метод дает согласованные кластеры, отражающие постановки задач, методологические вклады и эмпирические контексты #large_language_models #research_trend_discovery #scientific_literature_analysis #semantic_normalization #unsupervised_clustering Научные публикации | Бауманка