À la suite de l’appel récent à l’action de la Maison-Blanche adressé à la communauté technologique pour développer des techniques capables de répondre aux questions scientifiques liées à la COVID-19, une équipe de chercheurs de Vector a publié une version démonstrative de leur outil de recherche et de visualisation d’articles scientifiques.

Développé par les étudiants de Vector Duncan Forster et John Giorgi ainsi que leur conseiller Bo Wang, membre du corps professoral de Vector, CiteNet indexe les serveurs de préimpression bioRxiv et medRxiv. Les prépublications sont des articles de recherche terminés qui n’ont pas encore été évalués par des pairs, ce qui en fait la recherche la plus à jour accessible publiquement.

« Cet outil peut grandement faciliter la vie des chercheurs », dit Wang. « Parce qu’il est mis à jour quotidiennement, il capture les recherches les plus récentes et pertinentes. » 

CiteNet se distingue des autres outils de recherche académique en ce que sa recherche est alimentée par des articles, plutôt que par des mots-clés. Grâce aux avancées du traitement du langage naturel, un sous-ensemble de l’apprentissage automatique, il analyse les articles à la recherche de « similarités sémantiques » et les classe selon leur pertinence probable par rapport aux articles initialement saisis.

« L’application est encore en développement », note Wang, qui affirme que l’équipe travaille sur CiteNet depuis un certain temps. « Mais nous espérons offrir un outil de recherche de littérature utile et à jour pour les membres de la communauté scientifique souhaitant contribuer à la lutte mondiale contre la COVID-19. »