KnowledgeHub: An end-to-end Tool for Assisted Scientific Discovery

本文介绍了KnowledgeHub工具，它是一个科学文献信息提取（IE）和问答（QA）的流水线。它通过支持导入PDF文档并将其转换为文本和结构化表示来实现。然后可以构建本体论，用户定义要捕获的实体类型和关系。基于本体论，可以使用基于浏览器的注释工具对PDF文档的内容进行注释。命名实体识别（NER）和关系分类（RC）模型可以基于得到的注释进行训练，并可以用于注释文档中未注释的部分。从这些实体和关系三元组构建知识图，可以查询数据以获取见解。此外，我们还集成了一套大型语言模型（LLM），可用于QA和摘要，通过检索组件与包含的文档相联系。KnowledgeHub是一个独特的工具，支持注释，IE和QA，可以让用户完全了解知识发现流程。

解决问题的是一种名为KnowledgeHub的工具，旨在支持科学文献的信息提取和问题回答。该工具的目的是使用户能够更好地了解文献中的知识，从而更好地进行知识发现。

KnowledgeHub工具支持PDF文档的导入，将其转换为文本和结构化表示，并构建本体论。用户可以定义要捕获的实体和关系类型。然后，浏览器中的注释工具可根据本体论注释PDF文档的内容。基于这些注释，可以训练命名实体识别和关系分类模型，以注释未注释的文档部分。从这些实体和关系三元组中构建知识图，可以查询以从数据中获取见解。此外，工具还集成了一组大型语言模型，可用于基于检索组件的问答和摘要。

该工具的亮点包括：支持注释、信息提取和问题回答，用户可以获得完整的知识发现流程；使用PDF文档进行信息提取，为用户提供更好的知识掌握；使用命名实体识别和关系分类模型进行注释，提高了注释的准确性；使用大型语言模型进行问答和摘要，提高了工具的实用性。

最近在这个领域中，还有一些相关的研究，如：《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》、《Attention Is All You Need》等。