論文の概要: Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph

• arxiv url: http://arxiv.org/abs/2304.07242v1
• Date: Fri, 14 Apr 2023 16:45:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-17 12:59:08.340019
• Title: Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph
• Title（参考訳）: 新型コロナに関する学際的知識グラフ
• Authors: Cheng Deng, Jiaxin Ding, Luoyi Fu, Weinan Zhang, Xinbing Wang, Chenghu Zhou
• Abstract要約: 新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。 我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
• 参考スコア（独自算出の注目度）: 99.28342534985146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The pandemic of COVID-19 has inspired extensive works across different research fields. Existing literature and knowledge platforms on COVID-19 only focus on collecting papers on biology and medicine, neglecting the interdisciplinary efforts, which hurdles knowledge sharing and research collaborations between fields to address the problem. Studying interdisciplinary researches requires effective paper category classification and efficient cross-domain knowledge extraction and integration. In this work, we propose Covidia, COVID-19 interdisciplinary academic knowledge graph to bridge the gap between knowledge of COVID-19 on different domains. We design frameworks based on contrastive learning for disciplinary classification, and propose a new academic knowledge graph scheme for entity extraction, relation classification and ontology management in accordance with interdisciplinary researches. Based on Covidia, we also establish knowledge discovery benchmarks for finding COVID-19 research communities and predicting potential links.
• Abstract（参考訳）: 新型コロナウイルスのパンデミックは、さまざまな研究分野の広範な研究に影響を与えた。 既存の新型コロナウイルスに関する文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点を絞っており、学際的な取り組みを無視している。 学際的な研究には、効果的な分類とドメイン間知識の抽出と統合が必要である。 本研究では,covid-19学際知識グラフ(covid-19学際知識グラフ)を提案し,異なる領域におけるcovid-19知識のギャップを埋める。 我々は,学際分類のためのコントラスト学習に基づくフレームワークを設計し,学間研究に基づいて,エンティティ抽出,関係分類,オントロジー管理のための新しい学術知識グラフスキームを提案する。 また、covid-19の研究コミュニティを見つけ、潜在的なリンクを予測するための知識発見ベンチマークも確立しています。

関連論文リスト

• DiscipLink: Unfolding Interdisciplinary Information Seeking Process via Human-AI Co-Exploration [34.23942131024738]
  本稿では,研究者と大規模言語モデル(LLM)の協調を支援する対話型システムであるDiscipLinkを紹介する。 ユーザの関心事に基づいて、DiscipLinkは、関連する研究分野の観点から探索的な質問を開始する。 本評価は, 対象内比較実験とオープンエンド探索研究からなり, ディシプリンクは, 学際境界を断ち切る上で, 研究者を効果的に支援できることを示した。
  論文  参考訳（メタデータ） (2024-08-01T10:36:00Z)
• DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
  従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。 本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
  論文  参考訳（メタデータ） (2023-09-04T20:52:33Z)
• Questioning the impact of AI and interdisciplinarity in science: Lessons from COVID-19 [0.0]
  科学的影響は著者チーム全体の学際性によって決定されず、むしろ実際に活用した知識の多様性によって決定された。 この結果から,チームと知識構造が科学における新しい計算技術の統合の成功にどう影響を与えるか,という知見が得られた。
  論文  参考訳（メタデータ） (2023-04-18T11:56:05Z)
• GRAPHYP: A Scientific Knowledge Graph with Manifold Subnetworks of Communities. Detection of Scholarly Disputes in Adversarial Information Routes [0.0]
  我々は,研究活動の認知的表現における情報空間の設計の理解に取り組む。 認知的コミュニティ」の知識多様体の検出を最適化する新しいグラフ設計幾何学的アーキテクチャを提案する。 グラミーPは「認知コミュニティの多角的サブネットワーク」を設計する手法を用いて、研究分野における異なる探索経路の分類を提供する。
  論文  参考訳（メタデータ） (2022-05-03T06:35:47Z)
• Generating Knowledge Graphs by Employing Natural Language Processing and Machine Learning Techniques within the Scholarly Domain [1.9004296236396943]
  本稿では、自然言語処理と機械学習を利用して研究論文から実体や関係を抽出する新しいアーキテクチャを提案する。 本研究では,現在最先端の自然言語処理ツールとテキストマイニングツールを用いて,知識抽出の課題に取り組む。 セマンティックWebドメイン内の論文26,827件から抽出した109,105件のトリプルを含む科学知識グラフを作成した。
  論文  参考訳（メタデータ） (2020-10-28T08:31:40Z)
• Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
  我々はメカニズムの知識ベース(KB)の構築を追求する。 我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。 実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
  論文  参考訳（メタデータ） (2020-10-08T07:54:14Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• CAiRE-COVID: A Question Answering and Query-focused Multi-Document Summarization System for COVID-19 Scholarly Information Management [48.251211691263514]
  我々は、リアルタイム質問応答(QA)とマルチドキュメント要約システムであるCAiRE-COVIDを紹介し、Kaggle COVID-19 Open Researchデータセットチャレンジで10のタスクのうちの1つを勝ち取った。 本システムの目的は,コミュニティからの優先度の高い質問に答えることによって,新型コロナウイルスに関する数多くの学術論文をマイニングすることにある。
  論文  参考訳（メタデータ） (2020-05-04T15:07:27Z)
• A Study of Knowledge Sharing related to Covid-19 Pandemic in Stack Overflow [69.5231754305538]
  主に2020年2月と3月に投稿された464のStack Overflowに関する質問と、テキストマイニングの力を活用した調査。 事実、この世界的な危機はStack Overflowにおける活動の激化を招き、ほとんどのトピックは、Covid-19データ分析に対する強い関心を反映している。
  論文  参考訳（メタデータ） (2020-04-18T08:19:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。