Метод извлечения главных результатов и формул из текстов научных статей на основе больших языковых моделей
Main Article Content
Аннотация
Представлен метод извлечения главных результатов и формул из текстов математических научных статей на основе большой языковой модели DeepSeek. Разработанный метод состоит из следующих шагов: формирование базы аннотаций статей, выделение из них формулировок главных результатов, поиск этих результатов в основном тексте, извлечение в найденных фрагментах ключевых формул с переводом в LaTeX.
Получены оценки построенного решения по метрикам точности, полноты и F-меры. Средние значения F-меры по тестовой коллекции математических статей для основных результатов и связанных с ними формул равны соответственно 0.93459 и 0.9294.
В качестве способа хранения полученных главных результатов и формул предложена система управления базами данных MySQL, приведено описание соответствующей структуры базы данных.
Article Details
Библиографические ссылки
2. Nevzorova O.A., Lipachev E.K., Nikolaev K.S. Cemanticheskie servisy cifrovoj ekosistemy ontomath dlya matematicheskogo obrazovaniya // Russian Digital Library. 2023. Vol. 26, No. 4. P. 538–564. https://doi.org/10.26907/1562-5419-2023-26-4-538-569
3. Nikolaev K., Nevzorova O. Annotation of mathematical formulas in pdf documents // Informacionnye tekhnologii i nanotekhnologii (ITNT-2023): sbornik trudov po materialam IX Mezhdunarodnoj konferencii i molodezhnoj shkoly (g. Samara, 17–23 aprelya 2023 g.): v 6 tomah. – Tom 5. Nauki o dannyh. Samara: Izdatel'stvo Samarskogo universiteta, 2023. S. 54–55.
4. Nikolaev K.S. Servis semanticheskogo poiska formul po kollekcii matematicheskih PDF-dokumentov // Informacionnye tekhnologii i vychislitel'nye sistemy. 2025. No. 3. S. 34–43.
5. Ohashi S. et al. Efficient algorithm for math formula semantic search //
IEICE TRANSACTIONS on Information and Systems. 2016. Vol. 99, No. 4. P. 979–988. https://doi.org/10.1587/transinf.2015DAP0023.
6. Dhar S., Roy S., Das S.K. A critical survey of mathematical search engines // International Conference on Computational Intelligence, Communications, and Business Analytics. Singapore: Springer Singapore, 2018. P. 193–207.
7. Scharpf P. et al. Mathematics in Wikidata // In: Proceedings of the 2nd Wikidata Workshop (Wikidata 2021) co-located with the 20th International Semantic Web Conference (ISWC 2021). CEUR Workshop Proceedings. 2021. https://doi.org/10.5281/zenodo.5589640
8. Collard J. et al. Extracting Mathematical Concepts from Text // arXiv. 2022. https://doi.org/10.48550/arXiv.2208.13830
9. Greiner-Petter A., Youssef A., Ruas T. et al. Math-word embedding in math search and semantic extraction/ Scientometrics. 2020. Vol. 125. P. 3017–3046. https://doi.org/10.1007/s11192-020-03502-9
10. Yang M. et al. A Survey of Information Extraction Based on Deep Learning // School of Management, China University of Mining and Technology (Beijing), Beijing 100083, China 2022. https://doi.org/10.3390/app12199691
11. Pathak A., Pakray P. et al. MathIRs: Retrieval System for Scientific Documents // Computación y Sistemas. 2017. Vol. 21, No. 2. P. 253–265.
https://doi.org/10.13053/CyS-21-2-2743
12. Pathak A. et al. A Formula Embedding Approach to Math Information Retrieval // Computación y Sistemas. 2018. Vol. 22, No. 3. P. 819–833. https://doi.org/10.13053/CyS-22-3-3015
13. Davila K., Zanibbi R. Layout and semantics: Combining representations for mathematical formula search // Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval. 2017. P. 1165–1168. https://doi.org/10.1145/3077136.3080748
14. Gipp B. et al. Methods and Tools to Advance the Retrieval of Mathematical Knowledge from Digital Libraries for Search-, Recommendation-, and Assistance-Systems // arXiv:2305.07335. https://doi.org/10.48550/arXiv.2305.07335
15. Shah A.K., Dey A., Zanibbi R. A Math Formula Extraction and Evaluation Framework for PDF Documents // Lecture Notes in Computer Science. Vol. 12822. Springer 2021. P. 19–34. https://doi.org/10.1007/978-3-030-86331-9_2
16. Meadows J. et al. A Survey in Mathematical Language Processing // arXiv. 2022. https://doi.org/10.48550/arXiv.2205.15231
17. Gao L. et al. Pre-trained models for mathematical formula understanding // Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining. 2022. P. 3124-3132. https://doi.org/10.48550/arXiv.2105.00377
18. Schubotz M. et al. Semantification of Identifiers in Mathematics for Better Math Information Retrieva // SIGIR'16: Proceedings of the 39th International ACM SIGIR conference on Research and Development in Information Retrieval. 2016. P. 135–144. https://doi.org/10.1145/2911451.2911503
19. Pankaj D. et al. Embedding and generalization of formula with context in the retrieval of mathematical information // Journal of King Saud University. 2022. P. 6624–6634. https://doi.org/10.1016/j.jksuci.2021.05.014
20. Zhu Y. et al. Large Language Models for Information Retrieval: A Survey // Arxiv.org. 2023. https://doi.org/10.48550/arXiv.2308.07107
21. Bogaevskij I.A. Neyavnye obyknovennye differencial'nye uravneniya: perestrojki i usilenie ekvivalentnosti // Izvestiya RAN. Seriya matematicheskaya. 2014. T. 78 (6). S. 5–20.
22. Bakushev S.V. Differencial'nye uravneniya ravnovesiya sploshnoj sredy dlya ploskoj deformacii v dekartovyh koordinatah pri bikvadratichnoj approksimacii zamykayushchih uravnenij // Vestn. Tomsk. gos. un-ta. Matem. i mekh. 2022. No. 76. S. 70–86.
23. Askhabov S.N. Nelinejnye integro-differencial'nye uravneniya s raznostnymi yadrami // Itogi nauki i tekhn. Sovrem. mat. i ee pril. Temat. obz. 2021. T. 198. S. 22–32
24. Zhukovskaya T.V., Filippova O.V., Shindyapin A.I. O rasprostranenii teoremy CHaplygina na differencial'nye uravneniya nejtral'nogo tipa // Vestnik rosijskih universitetov. Matematika. 2019. T. 24 (127). S. 272–280.
25. Val'ter H.-O. Differencial'nye uravneniya s zapazdyvaniem s differen ciruemymi operatorami reshenij na otkrytyh oblastyah v C((−∞,0],Rn) i processy dlya integrodifferencial'nyh uravnenij Vol'terra // SMFN. 2021. T. 67 (3). S. 483–506.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Представляя статьи для публикации в журнале «Электронные библиотеки», авторы автоматически дают согласие предоставить ограниченную лицензию на использование материалов Казанскому (Приволжскому) федеральному университету (КФУ) (разумеется, лишь в том случае, если статья будет принята к публикации). Это означает, что КФУ имеет право опубликовать статью в ближайшем выпуске журнала (на веб-сайте или в печатной форме), а также переиздавать эту статью на архивных компакт-дисках журнала или включить в ту или иную информационную систему или базу данных, производимую КФУ.
Все авторские материалы размещены в журнале «Электронные библиотеки» с ведома авторов. В случае, если у кого-либо из авторов есть возражения против публикации его материалов на данном сайте, материал может быть снят при условии уведомления редакции журнала в письменной форме.
Документы, изданные в журнале «Электронные библиотеки», защищены законодательством об авторских правах, и все авторские права сохраняются за авторами. Авторы самостоятельно следят за соблюдением своих прав на воспроизводство или перевод их работ, опубликованных в журнале. Если материал, опубликованный в журнале «Электронные библиотеки», с разрешения автора переиздается другим издателем или переводится на другой язык, то ссылка на оригинальную публикацию обязательна.
Передавая статьи для опубликования в журнале «Электронные библиотеки», авторы должны принимать в расчет, что публикации в интернете, с одной стороны, предоставляют уникальные возможности доступа к их материалам, но, с другой, являются новой формой обмена информацией в глобальном информационном обществе, где авторы и издатели пока не всегда обеспечены защитой от неправомочного копирования или иного использования материалов, защищенных авторским правом.
При использовании материалов из журнала обязательна ссылка на URL: http://rdl-journal.ru. Любые изменения, дополнения или редактирования авторского текста недопустимы. Копирование отдельных фрагментов статей из журнала разрешается для научных исследований, персонального использования, коммерческого использования до тех пор, пока есть ссылка на оригинальную статью.
Запросы на право переиздания или использования любых материалов, опубликованных в журнале «Электронные библиотеки», следует направлять главному редактору Елизарову А.М. по адресу: amelizarov@gmail.com
Издатели журнала «Электронные библиотеки» не несут ответственности за точки зрения, излагаемые в публикуемых авторских статьях.
Предлагаем авторам статей загрузить с этой страницы, подписать и выслать в адрес издателя журнала по электронной почте скан Авторского договора о передаче неисключительных прав на использование произведения.