Paper-Analyzer 旨在通过自然语言处理 （NLP） 的深度学习 （DL） 模型，促进从科学（生物医学）论文中提取知识。 Paper-Analyzer 的核心是一个语言模型 （LM），它是用类似于变压器的架构建立的，专门用于科学论文。 LM 的目标是根据上下文预测下一个词。我们培训了基于 LM 构建的模型，以解决多个下游任务，如命名实体识别 （NER）、关系提取 （RE） 和问题解答 （QA），作为实现主要目标（自动知识提取）的连续步骤。