論文の概要: Hierarchical Tree-structured Knowledge Graph For Academic Insight Survey

• arxiv url: http://arxiv.org/abs/2402.04854v2
• Date: Sun, 7 Apr 2024 14:30:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-10 01:16:32.394727
• Title: Hierarchical Tree-structured Knowledge Graph For Academic Insight Survey
• Title（参考訳）: 階層的木構造知識グラフによる学術的洞察調査
• Authors: Jinghong Li, Huy Phan, Wen Gu, Koichi Ota, Shinobu Hasegawa,
• Abstract要約: 調査は、研究トレーニングを欠いている初心者研究者にとって、常に課題となっている。 本研究は,階層的な木構造知識グラフを確立することにより,初心者研究者を対象とした研究インサイトサーベイを支援することを目的とする。
• 参考スコア（独自算出の注目度）: 11.556954590485319
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Research surveys have always posed a challenge for beginner researchers who lack of research training. These researchers struggle to understand the directions within their research topic, and the discovery of new research findings within a short time. One way to provide intuitive assistance to beginner researchers is by offering relevant knowledge graphs(KG) and recommending related academic papers. However, existing navigation knowledge graphs primarily rely on keywords in the research field and often fail to present the logical hierarchy among multiple related papers clearly. Moreover, most recommendation systems for academic papers simply rely on high text similarity, which can leave researchers confused as to why a particular article is being recommended. They may lack of grasp important information about the insight connection between "Issue resolved" and "Issue finding" that they hope to obtain. To address these issues, this study aims to support research insight surveys for beginner researchers by establishing a hierarchical tree-structured knowledge graph that reflects the inheritance insight of research topics and the relevance insight among the academic papers.
• Abstract（参考訳）: 調査は、研究トレーニングが不足している初心者研究者にとって、常に課題となっている。 これらの研究者は、研究トピックの方向性や、新しい研究結果の発見を短期間で理解するのに苦労しています。 初心者研究者に直感的な支援を提供する一つの方法は、関連する知識グラフ(KG)を提供し、関連する学術論文を推薦することである。 しかし、既存のナビゲーション知識グラフは主に研究分野のキーワードに依存しており、複数の関連論文の論理的階層をはっきりと示さないことが多い。 さらに、学術論文の推薦システムの多くは、単に高いテキスト類似性に依存しており、研究者は、ある記事が推奨されている理由について混乱させる可能性がある。 また, 「Issue Solution」 と 「Issue Find」 の間に得られる洞察の関連性について, 重要な情報が欠如している可能性がある。 これらの課題に対処するために,本研究では,研究トピックの継承洞察と学術論文の関連洞察を反映した階層的木構造知識グラフを確立することにより,初心者研究者を対象とした研究洞察調査を支援することを目的とする。

関連論文リスト

• Knowledge Navigator: LLM-guided Browsing Framework for Exploratory Search in Scientific Literature [48.572336666741194]
  本稿では,探索探索能力の向上を目的とした知識ナビゲータを提案する。 検索された文書を、名前と記述の科学トピックとサブトピックの、ナビゲート可能な2段階の階層に整理する。
  論文  参考訳（メタデータ） (2024-08-28T14:48:37Z)
• A Survey Forest Diagram : Gain a Divergent Insight View on a Specific Research Topic [2.699900017799093]
  情報検索や質問応答におけるジェネレーティブAIの利用は,研究調査の実施に人気がある。 本研究は,本研究を対象とする未成年研究者を対象とした詳細な調査林図を作成することを目的としている。
  論文  参考訳（メタデータ） (2024-07-24T08:17:37Z)
• Fish-bone diagram of research issue: Gain a bird's-eye view on a specific research topic [11.556954590485319]
  本研究の目的は、因果関係を含む魚骨図を提供することによって、初心者研究者を支援することである。 それは、関連性および論理的要因に基づいて、研究分野の幅広い、高度に一般化された視点を提供する。
  論文  参考訳（メタデータ） (2024-04-30T05:43:41Z)
• SurveyAgent: A Conversational System for Personalized and Efficient Research Survey [50.04283471107001]
  本稿では,研究者にパーソナライズされた効率的な調査支援を目的とした会話システムであるSurveyAgentを紹介する。 SurveyAgentは3つの重要なモジュールを統合している。文書を整理するための知識管理、関連する文献を発見するための勧告、より深いレベルでコンテンツを扱うためのクエリ回答だ。 本評価は,研究活動の合理化におけるSurveyAgentの有効性を実証し,研究者の科学文献との交流を促進する能力を示すものである。
  論文  参考訳（メタデータ） (2024-04-09T15:01:51Z)
• 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)
• An approach based on Open Research Knowledge Graph for Knowledge Acquisition from scientific papers [4.8951183832371]
  Open Research Knowledge Graph (ORKG)は、研究論文から抽出されたキーインサイトを整理するコンピュータ支援ツールである。 現在、"食品情報工学"、"知識グラフマッチングへのタブラリデータ"、"クエストアンサーリング"研究問題、"Neuro-symbolic AI"ドメインの文書化に使用されている。
  論文  参考訳（メタデータ） (2023-08-23T20:05:42Z)
• Characterising Research Areas in the field of AI [68.8204255655161]
  トピックの共起ネットワーク上でクラスタリング分析を行うことで,主要な概念テーマを特定した。 その結果は、ディープラーニングや機械学習、物のインターネットといった研究テーマに対する学術的関心の高まりを浮き彫りにしている。
  論文  参考訳（メタデータ） (2022-05-26T16:30:30Z)
• Research Scholar Interest Mining Method based on Load Centrality [15.265191824669555]
  本稿では,負荷集中度に基づく研究研究者の関心マイニングアルゴリズムを提案する。 各トピックの地域構造は、ノードの集中度研究モデルの重みを正確に計算するために使用することができる。 本稿では, 負荷率センタに基づく科学的研究協力により, 科学的研究研究者の関心を効果的に抽出することができる。
  論文  参考訳（メタデータ） (2022-03-21T04:16:46Z)
• An Explanatory Query-Based Framework for Exploring Academic Expertise [10.887008988767061]
  機関内の潜在的な協力者を見つけることは、偏見を伴う手動検索作業に時間を要する。 本研究では,研究専門知識の検索,評価,探索を行う新しいクエリベースのフレームワークを提案する。 提案手法は, 望ましい特性を満足し, 効率的であると同時に, 一致の同定に有効であることを示す。
  論文  参考訳（メタデータ） (2021-05-28T10:48:08Z)
• A New Neural Search and Insights Platform for Navigating and Organizing AI Research [56.65232007953311]
  我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。 本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
  論文  参考訳（メタデータ） (2020-10-30T19:12:25Z)
• A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
  我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。 知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。 メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
  論文  参考訳（メタデータ） (2020-02-02T13:17:31Z)

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。