في عصر يتسم بالتقدم السريع للعلوم الحياتية، تعتبر البرمجيات وقواعد البيانات (SW/DB) أساسيات لا غنى عنها للبحث العلمي الحديث. لكن غالبًا ما نواجه صعوبة في تحديد هذه الموارد بشكل منتظم، مما يعيق جهود الاستخراج الآلي للمعرفة. لذلك، تم تطوير إطار عمل SNAIL، الذي يمثل طفرة في التعرف على الأسماء في الأدبيات البيامية.

SNAIL يجمع بين استراتيجيات النمذجة اللغوية الدلالية والنحوية، حيث يتمكن من التقاط الأنماط الكتابية والإشارات السياقية المميزة لأسماء البرمجيات وقواعد البيانات. يستفيد هذا النظام من نماذج اللغة المعتمدة على التحويل مثل SciBERT، بالإضافة إلى استراتيجيات تصنيف معينة لتعزيز وظائف التعرف على الكيانات.

بالإضافة إلى ذلك، تم بناء مجموعة تدريب ضخمة بشكل آلي عن طريق دمج استخراج البيانات المعتمد على الاستشهادات مع الطحن المساعد للغة الكبيرة. وفقًا لتقييم على مجموعتين بيانات مستقلة ومقالات بحثية عملية، يُظهر SNAIL تفوقًا ملحوظًا مقارنة بالأساليب الحالية، بما في ذلك الطرق المتخصصة مثل bioNerDS2 ونماذج اللغة العامة مثل ChatGPT وGemini وGrok وClaude.

تطبيق SNAIL في تحليل الأدبيات على نطاق واسع يكشف عن تفضيلات صحفية مميزة عبر مجالات البايوإنformatics. وبذلك، يقدم SNAIL حلًا دقيقًا وقابلًا للتوسع يتيح التعرف على الموارد في النصوص العلمية ويعزز التحليل المنهجي لاستخدام الأدوات والاتجاهات البحثية.