UnScientify는 학술 논문의 불확실성을 감지하는 시스템으로, 약한 지도 학습 기법을 사용하여 과학적 텍스트와 저자 참조에서 언어적으로 표현된 불확실성을 식별합니다. 다면적 파이프라인(스팬 패턴 매칭, 복합 문장 분석, 저자 참조 확인 통합)을 기반으로 하며, 정보 검색, 텍스트 마이닝, 과학 문서 처리 등 다양한 응용 분야를 지원하기 위해 다양한 불확실성 표현 유형을 다룹니다. 대규모 언어 모델(LLM)과 비교 평가 결과, UnScientify는 0.808의 정확도를 달성하여 과학적 불확실성 감지 작업에서 우수한 성능을 보였습니다. 이는 특정 응용 분야에서 자원 효율성, 해석 가능성 및 도메인 특화 적응성이 중요한 경우 기존 방법이 여전히 상당한 이점을 제공할 수 있음을 보여줍니다.
