オープンアクセス出版物の急増により、関連する科学論文を特定することがますます困難になっています。従来のモデルは、論文を非構造化テキストとして扱い、ディスコース構造を無視するため、意味の完全性や解釈可能性が制限されていました。本研究では、QAスタイルのOMRC要約、多層対比学習、構造認識再ランキングを組み込んだ階層的なフレームワークOMRC-MRを提案します。この要約モジュールは生の論文を構造化された表現に変換し、多層対比目的はメタデータ、セクション、ドキュメントレベルで意味の表現を整合させます。最終的な再ランキングステージでは、文脈的類似性を調整することで検索精度をさらに改善します。実験の結果、OMRC-MRは最先端のベースラインを常に上回り、Precision@10が最大7.2%、Recall@10が最大3.8%向上することが確認されました。このアプローチは、信頼性が高くプライバシーを考慮した学術情報検索の新たな枠組みを提供します。