神经语言表示预测科学研究的结果

许多研究领域以标准格式编纂其发现，通常报告感兴趣量之间的相关性。但所有可检验相关性的空间远大于科学资源目前所能涵盖的范围，因此准确预测相关性的能力将有助于规划研究和分配资源。利用从领先社会科学期刊中提取的约 170,000 条相关性发现的数据集，我们展示了一个训练好的神经网络仅使用相关性的文本描述即可准确预测所报告的相关性。此类准确的预测模型可引导科学家走向有前景的未检验相关性，更好地量化新发现所获得的信息，并对将人工智能系统从预测结构推向预测现实世界中的关系具有启示意义。