土壤健康研究所、lum.ai 和 Tri-Societies 合作加速土壤健康研究

土壤健康研究所、美国农学会、美国作物科学学会、美国土壤科学学会和 lum.ai 正在合作开展一个项目，该项目使用自然语言处理 (NLP) 和机器学习 (ML) 来加速土壤健康研究的检索和使用。

Lum.ai 开发了一种 NLP 工具，可以将非结构化文本转换为结构化数据。

“我们最初为美国国防部国防高级研究计划局 (DARPA) 和比尔及梅琳达·盖茨基金会的研究人员开发了这款自然语言处理应用程序，以帮助确定癌症研究和儿童健康的因果路径，”lum.ai 联合创始人 Mihai Surdeanu 说道。 Surdeanu 补充道：“它的解释水平和精确度在统计上与人类相似，但与人类可能会感到疲劳和无聊的情况不同，计算机的处理过程可以持续进行无限数量的论文。”

NLP 推送信息以比传统的科学文献荟萃分析更容易理解的格式向研究人员提供从发表的论文中获得的信息。然后，人类研究人员解释自动发现的结果（自动搜索的整个文献的子集），以确定信息的价值。 Surdeanu 的工具一年内读取了 Pub Med 超过 100 万篇论文，并且能够在 10 秒内阅读一篇科学论文。

土壤健康研究所首席科学官 Steven Shafer 表示：“我们将其想象为‘蚯蚓’，因为它会‘爬行’土壤科学和相关文献，并根据我们当前的模型（土壤健康研究景观工具）确定哪些论文与土壤健康相关。我们将使用 NLP 应用程序来确定新文献如何融入研究景观工具的土壤健康概念模型及其管理。”

考虑到科学发现的步伐和不断变化的需求在特定领域，快速获取越来越多出版物中已发表的研究仍然是一个关键且日益严峻的挑战。 “使用土壤健康研究景观工具，土壤健康研究所渴望成为土壤健康出版物索引的首选来源，就像谷歌学术搜索计算机科学出版物索引和 PubMed 生物医学期刊索引一样，”谢弗说。 “这个 NLP 应用程序旨在帮助我们实现我们的目标。” 

NLP 的一个常见挑战是获取大量文献来“训练”和测试 NLP 应用程序。

为了克服这一挑战，美国农学会、美国作物科学学会和美国土壤科学学会与 SHI 和 lum.ai 合作，为此提供对其期刊的数字访问，并从合作中学习。 “我们看到 NLP 在推进土壤健康科学以及其他重要环境和农业主题方面的巨大价值，”id Ellen Bergfeld，三协会首席执行官。 “我们很高兴成为这项工作的合作伙伴，从过程和结果中学习，并为我们所有学科的成员打开科学探究的新大门。”

“我们将自然语言处理视为加快实现该研究所 2017 年 5 月发布的《丰富土壤、增强生命：土壤健康行动计划》的研究目标和优先事项的一种方式，”土壤健康研究所总裁兼首席执行官 Wayne Honeycutt 说道。  “我们对这次合作感到很高兴，并渴望看到结果。”

“在土壤健康研究所，我们对 NLP 的潜力感到兴奋，它可以加速我们对当前土壤健康研究的发展方向的理解，并确定人类读者不明显的过程和结果之间的联系，”Shafer 补充道。 “这些联系可能是土壤健康新过程模型和研究重点的基础。”

欲了解更多信息，请访问 www.soilhealthinstitute.org。

关于土壤健康研究所土壤健康研究所 (www.soilhealthinstitute.org) 的使命是通过科学研究和进步来维护和增强土壤的活力和生产力。土壤复兴是诺贝尔基金会和农场基金会于 2013 年发起的一项倡议，旨在促进土壤健康并使其成为土地利用管理决策的基石，它是土壤复兴的演变，是土壤健康信息的主要资源。

关于 lum.ailum.ai 提供先进的自然语言编程 (NLP) 技术来机器读取和解释大量已发表的科学材料。该技术由亚利桑那大学开发，通过提炼非结构化文本库并揭示重要的科学发现来增加研发投资：驱动因素、批评者以及这些见解如何影响模型，以便研究人员能够更快地发现、解释和创新。

关于美国农学学会、美国土壤科学学会、美国作物科学学会这些学会代表了全球 12,000 多名个人会员。科学家成员在农学、作物和土壤科学领域建立合作伙伴关系，以促进知识的进步。

###