【為什麼我們要挑選這篇文章】AI 讓不同產業做到數位轉型，那最傳統的「做研究」也有辦法嗎？在寫論文之前研究人員必須大量閱讀其他論文做文獻回顧，然而閱讀 PDF 檔案時，每個人一定都有過為了找關鍵訊息而上下翻找的困擾。儘管目前可透過「ctrl+f」關鍵字搜尋加快速度，但對科學領域有特殊符號、公式的研究者而言，ScholarPhi 這款 PDF 神器如何解決他們的困擾？（責任編輯：何泰霖）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
在閱讀學術論文 PDF 時，各位是不是經常需要來回翻頁查找某個專業術語或數學公式？
滿篇密密麻麻的數字與大小寫字母，找起來費勁不說，閱讀順序和理解思路一不小心就被打亂了……
「誒我剛剛看到哪了？」很多人都因此頭疼，但這還有救嗎？
有救！
來自 Semantic Scholar 的團隊研究出了一款 PDF 論文閱讀神器，可以直接點擊某個公式或術語查看它的定義和在上下文出現的所有段落！有需要時還能顯色註記術語所在的位置！
有了它，大家讀論文再也不用來回上下翻了，閱讀速度馬上提升，研究效率說不定也因此「風馳電掣」起來！
結合 AI 的 PDF 閱讀器與普通的相比，研究速度提升 26%
團隊將這款 PDF 閱讀器命名為 ScholarPhi，為了說明 ScholarPhi 的使用效果，該團隊簡單做了個對比研究。
他們隨手選了 27 名實驗人員，分別用普通 PDF 閱讀器和可直接點擊查看術語定義和上下文的 ScholarPhi 來閱讀同一篇論文，讀完後對論文內容進行問答檢測。
結果發現，無論使用哪款閱讀器閱讀， 27 名實驗人員都可以正確回答論文相關問題。
但在使用 ScholarPhi 時，實驗人員花的時間明顯更短（短了 26% ），回頭去論文尋找答案的次數也更少（少了 53% ），瀏覽距離（travel distance）也減少了 43% 。
也就是使用 ScholarPhi 閱讀論文後，實驗人員回答問題更快，且更有信心！
其實不用實驗，這麼解決實際問題的功能我們也能預料到大概結果。那下面就來看看這款 PD F閱讀神器還有哪些具體功能吧！
5 大功能強化論文閱讀體驗
為了不讓縮寫、符號、新術語這些 nonce word（為特定領域臨時造的詞） 對讀者造成記憶負擔、注意力分散， ScholarPhi 會將它們用虛線一一標出來供點擊查看。在這個基本互動功能之上，提供了 5 個具體功能來強化大家的論文閱讀體驗：
1、符號選擇功能。可精準點選每一個公式中的符號甚至下標。
除此之外，論文中的引文也可以直接給出詳細的訊息和超連結。
2、定義工具欄功能。如果一個符號在多個頁面中都有定義，它會在下方定義工具欄顯示最近一頁的定義，並可點擊跳轉到該頁查看。
如果想查看該定義在全文所有出現過的地方，可以點擊右側按鈕。
3、文句重點凸顯功能。選中一個你想查的術語，就可以把上下文之間所有包含該術語的句子凸顯，並把不相關的文字段落變淡，以避免視覺混淆。
4、公式拆解示意圖功能。可以一次將整個公式中所有符號的定義都拆解展示出來！
目前作者時測試發現只有整個公式都被虛線劃出來的才可以。
5、關鍵術語統整功能。可以自動提取論文中的關鍵術語到論文開頭供讀者做閱讀準備，並按術語和數學公式符號做分類。
以上就是 ScholarPhi 的全部功能，是不是感覺大快人心？
目前僅是測試版，但這款 AI PDF 閱讀器怎麼來的？
ScholarPhi 背後是使用 AI 來分析論文結構，是以下兩篇論文的技術結合：
《Augmenting Scientific Papers with Just-in-Time, Position-Sensitive Definitions of Terms and Symbols》、《Document-Level Definition Detection in Scholarly Documents: Existing Models, Error Analyses, and Future Directions》
對背後技術感興趣的同學可以進一步查看。
而 ScholarPhi 此項目是由艾倫人工智慧研究所（AI2）、加州大學伯克萊分校和華盛頓大學組成的語義研究學者（Semantic Scholar）團隊組成。
目前 ScholarPhi 還只是測試版，大家可以點擊下方連結上傳 PDF 論文進行試用和問題回饋！
參考資料：semantic scholar
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈看論文不用來回翻了，這款PDF閱讀神器能自動提取前文信息，科研效率max！〉。首圖來源：Pexels）
你可能有興趣
【和指導教授不合？】MIT 推「換老闆資助金」計畫，研究生不再崩潰！
【萬能工程師】完全沒醫學背景，MIT 資料科學家做出比研究機構更準的疫情預測模型！
【學數學沒用？】名校重 AI 研究、砍數學系經費，學者引 AI 之父圖靈學歷打臉
