À la suite du récent appel à l'action lancé par la Maison Blanche à la communauté technologique pour qu'elle mette au point des techniques permettant de répondre aux questions scientifiques liées au COVID-19, une équipe de chercheurs de Vector a publié une version de démonstration de son outil de recherche et de visualisation d'articles scientifiques.

Développé par les étudiants de Vector Duncan Forster et John Giorgi et leur conseiller Bo Wang, membre de la faculté Vector, CiteNet indexe les serveurs de pré-impressions bioRxiv et medRxiv. Les pre-prints sont des documents de recherche achevés qui n'ont pas encore fait l'objet d'une évaluation par les pairs, ce qui en fait les recherches les plus récentes accessibles au public.

"Cet outil peut faciliter grandement la vie des chercheurs", déclare M. Wang. "Comme il est mis à jour quotidiennement, il contient les recherches les plus récentes et les plus pertinentes. 

CiteNet diffère des autres outils de recherche universitaire en ce sens que sa recherche s'appuie sur des articles plutôt que sur des mots-clés. Grâce aux progrès du traitement du langage naturel, un sous-ensemble de l'apprentissage automatique, il analyse les articles à la recherche de "similitudes sémantiques" et les classe en fonction de leur pertinence probable par rapport aux articles saisis à l'origine.

"L'application est encore en cours de développement", note Wang, qui précise que l'équipe travaille sur CiteNet depuis un certain temps. "Mais nous espérons fournir un outil de recherche documentaire utile et actualisé aux membres de la communauté scientifique désireux de contribuer à la lutte mondiale contre le COVID-19."