The Scientific Contribution Graph: Automated Literature-based Technological Roadmapping at Scale
科学贡献图：基于文献的大规模自动化技术路线图
🧭 科学发现自动化·前提预测
University of Arizona · Allen Institute for Artificial Intelligence
构建200万条科学贡献和1250万条先决边的大规模图谱，并提出科学前提预测任务
📌 工作参考价值
- 关系抽取与图谱构建自动化：论文自动从文献抽取贡献并连接先决关系，可迁移到电商商品功能依赖图或产品迭代图谱构建，例如自动识别“某技术A的改进直接依赖于技术B”。
- 前提预测任务设计：预测哪些现有能力能促成未来发现，可类比到电商中预测哪些现有商品属性或技术会驱动下一代爆款，辅助选品和研发决策。
- 时序过滤回测评估：采用时间分割避免未来信息泄露，严格评估预测性能。在推荐系统中评估模型时，可借鉴这种严格的时间感知验证方法，防止数据穿越。
- 大规模自动化常识图构建思路：通过实体链接和句子级关系抽取构建领域知识图谱，可直接复用到电商知识图谱建设（如成分、卖点、适用场景的先决关系）。
动机：科学贡献很少孤立发展，理解其先决关系对研究进展评估和自动化科学发现至关重要。现有方法仅提供论文级引用或句子级三元组，无法细粒度解析贡献间的依赖。
方法：构建了 Scientific Contribution Graph，从23万篇AI/NLP开放论文中自动抽取200万条详细科学贡献，并通过实体链接和关系抽取生成1250万条先决边，形成技术路线图网络。进一步提出科学前提预测任务：给定未来新发现，预测哪些现有技术可能促成它。使用时间过滤回测（严格按时间分割训练/测试）评估，模型表现随技术迭代快速提升，最佳达到 0.48 MAP。
结果：该资源首次在大规模上实现细粒度技术路线图自动化构建，并验证了前提预测可行性，为科学影响评估和自动化发现系统提供了基础。