في هذا العصر، ومع الكم الكبير من الأبحاث العلمية التي يتم نشرها بشكل مستمر، أضحى من الصعب الوصول إلى المعلومات ذات العلاقة، ولذا فوجود وسائل تسهل الوصول إلى المعلومات يعد غاية في الأهمية، كمحركات البحث، التي تساعد المستخدم، على الوصول إلى تلك الأبحاث العلمية، وذلك بالبحث باستخدام مفردات وردت في نص تلك الأبحاث، هذا ما جعل محركات البحث هي بوابة الوصول إلى المعرفة، مما يعني أن تطوير هذه المحركات يعد ذا أهمية لتيسير الوصول إلى تلك المعلومات.
يحرص بعض الباحثين، على تضمين كلمات مفتاحية، في أبحاثهم العلمية، والتي بدورها، تساهم في تيسير الوصول لهذه الأبحاث، ولكن ذلك لا يحدث في جميع الأبحاث العلمية المنشورة، إضافة إلى أن طريقة تحديد الكلمات المفتاحية، لا يوجد له معيار عالمي متفق عليه، مما يعني وجود عدم اتساق، بين الكلمات المفتاحية، التي يوردها الناشرون في الأبحاث العلمية.
مشكلة عدم تضمين كلمات مفتاحية في الأبحاث العلمية المنشورة، أو حتى عدم اتساق ما يوجد منها، دعا عددا من العلماء إلى البحث عن طرق آلية لتحديد وإنتاج هذه الكلمات المفتاحية، وذلك باستخدام تقنيات عديدة منها تقنيات الذكاء الاصطناعي، وذلك تمامًا ما قام به الدكتور فلوريان بودين (Florian Boudin) من جامعة نانتيس الفرنسية (University of Nantes)، بالشراكة مع المعهد الوطني للمعلوماتية باليابان (National Institute of Informatic)، حيث قام بتصميم نظام يعمل باستخدام أحد خوارزميات الذكاء الاصطناعي، والتي بدورها تقوم بتوليد عدد من الكلمات المفتاحية من خلال تحليل النص الوارد في الأبحاث العلمية المستهدفة.
في غالب أنظمة التوليد الآلي للكلمات المفتاحية، فإنها تعمد على البحث عن الكلمات الأكثر شيوعًا في نص البحث العلمي محل التحليل، ومن ثم تقوم باقتراح تلك الكلمات ككلمات مفتاحية، ولكن ليس ذلك على كل حال، فالجدير بالذكر، أن نظام الدكتور فلوريان يعمد إلى توليد كلمات مفتاحية لم ترد في النص أساسًا، هذا يعني أنه بالإمكان أن تحتوي الكلمات المفتاحية على مفردات تعطي معنى أشمل لما يحتويه النص، وذلك ما يمكنه أن يخلق اتساقا بين الكلمات المفتاحية، أي أن الأبحاث العلمية التي تدور حول موضوع واحد، يمكنها أن تحصل على ذات الكلمات المفتاحية، حتى ولو لم ترد تلك الكلمات في نص البحث.
ركز أيضا الدكتور فلوريان في تصميم هذا النظام، على أن تكون الكلمات المفتاحية المقترحة فعلا ذات فائدة للباحثين، بمعنى أن الخوارزمية المستخدمة تم تطويرها بناءً على رأي مستخدمي النظام، وذلك باختبار مدى فاعلية تلك الكلمات المفتاحية في الوصول للأبحاث المنشورة عن طريق محركات البحث.
يحرص بعض الباحثين، على تضمين كلمات مفتاحية، في أبحاثهم العلمية، والتي بدورها، تساهم في تيسير الوصول لهذه الأبحاث، ولكن ذلك لا يحدث في جميع الأبحاث العلمية المنشورة، إضافة إلى أن طريقة تحديد الكلمات المفتاحية، لا يوجد له معيار عالمي متفق عليه، مما يعني وجود عدم اتساق، بين الكلمات المفتاحية، التي يوردها الناشرون في الأبحاث العلمية.
مشكلة عدم تضمين كلمات مفتاحية في الأبحاث العلمية المنشورة، أو حتى عدم اتساق ما يوجد منها، دعا عددا من العلماء إلى البحث عن طرق آلية لتحديد وإنتاج هذه الكلمات المفتاحية، وذلك باستخدام تقنيات عديدة منها تقنيات الذكاء الاصطناعي، وذلك تمامًا ما قام به الدكتور فلوريان بودين (Florian Boudin) من جامعة نانتيس الفرنسية (University of Nantes)، بالشراكة مع المعهد الوطني للمعلوماتية باليابان (National Institute of Informatic)، حيث قام بتصميم نظام يعمل باستخدام أحد خوارزميات الذكاء الاصطناعي، والتي بدورها تقوم بتوليد عدد من الكلمات المفتاحية من خلال تحليل النص الوارد في الأبحاث العلمية المستهدفة.
في غالب أنظمة التوليد الآلي للكلمات المفتاحية، فإنها تعمد على البحث عن الكلمات الأكثر شيوعًا في نص البحث العلمي محل التحليل، ومن ثم تقوم باقتراح تلك الكلمات ككلمات مفتاحية، ولكن ليس ذلك على كل حال، فالجدير بالذكر، أن نظام الدكتور فلوريان يعمد إلى توليد كلمات مفتاحية لم ترد في النص أساسًا، هذا يعني أنه بالإمكان أن تحتوي الكلمات المفتاحية على مفردات تعطي معنى أشمل لما يحتويه النص، وذلك ما يمكنه أن يخلق اتساقا بين الكلمات المفتاحية، أي أن الأبحاث العلمية التي تدور حول موضوع واحد، يمكنها أن تحصل على ذات الكلمات المفتاحية، حتى ولو لم ترد تلك الكلمات في نص البحث.
ركز أيضا الدكتور فلوريان في تصميم هذا النظام، على أن تكون الكلمات المفتاحية المقترحة فعلا ذات فائدة للباحثين، بمعنى أن الخوارزمية المستخدمة تم تطويرها بناءً على رأي مستخدمي النظام، وذلك باختبار مدى فاعلية تلك الكلمات المفتاحية في الوصول للأبحاث المنشورة عن طريق محركات البحث.