본 논문은 학술 논문의 참신성 평가에 있어 기존 전문가 평가 및 참고문헌 조합 방식의 한계를 극복하기 위해, 대규모 언어 모델(LLM)과 전문가 지식을 통합하는 새로운 방법을 제시합니다. 특히 논문의 방법론적 참신성에 초점을 맞춰, 피어 리뷰 보고서에서 추출한 참신성 관련 문장과 LLM을 이용한 방법론 요약을 활용하여 사전 훈련된 언어 모델(PLM)을 미세 조정합니다. 새로운 Sparse-Attention 기반의 텍스트-유도 융합 모듈을 설계하여 LLM과 전문가 지식을 효과적으로 통합하고, 다양한 기준 모델과 비교 실험을 통해 제안된 방법의 우수성을 검증합니다.
