論文の概要: From Text to Network: Constructing a Knowledge Graph of Taiwan-Based China Studies Using Generative AI

• arxiv url: http://arxiv.org/abs/2505.10093v1
• Date: Thu, 15 May 2025 08:51:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 22:29:06.252088
• Title: From Text to Network: Constructing a Knowledge Graph of Taiwan-Based China Studies Using Generative AI
• Title（参考訳）: テキストからネットワークへ:生成AIを用いた台湾の中国研究の知識グラフの構築
• Authors: Hsuan-Lei Shao,
• Abstract要約: 台湾中国研究(CS)は、独特な地政学的な立場と長年にわたる中国本土との学術的関わりによって形作られた、豊かな学際的な研究分野へと発展してきた。 本研究では,非構造化学術テキストを構造化された対話的知識表現に変換するAI支援手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Taiwanese China Studies (CS) has developed into a rich, interdisciplinary research field shaped by the unique geopolitical position and long standing academic engagement with Mainland China. This study responds to the growing need to systematically revisit and reorganize decades of Taiwan based CS scholarship by proposing an AI assisted approach that transforms unstructured academic texts into structured, interactive knowledge representations. We apply generative AI (GAI) techniques and large language models (LLMs) to extract and standardize entity relation triples from 1,367 peer reviewed CS articles published between 1996 and 2019. These triples are then visualized through a lightweight D3.js based system, forming the foundation of a domain specific knowledge graph and vector database for the field. This infrastructure allows users to explore conceptual nodes and semantic relationships across the corpus, revealing previously uncharted intellectual trajectories, thematic clusters, and research gaps. By decomposing textual content into graph structured knowledge units, our system enables a paradigm shift from linear text consumption to network based knowledge navigation. In doing so, it enhances scholarly access to CS literature while offering a scalable, data driven alternative to traditional ontology construction. This work not only demonstrates how generative AI can augment area studies and digital humanities but also highlights its potential to support a reimagined scholarly infrastructure for regional knowledge systems.
• Abstract（参考訳）: 台湾中国研究(CS)は、独特な地政学的な立場と長年にわたる中国本土との学術的関わりによって形作られた、豊かな学際的な研究分野へと発展してきた。 この研究は、非構造化の学術テキストを構造化された対話的知識表現に変換するAI支援アプローチを提案することによって、台湾のCS奨学金の体系的再考と再編成の必要性の高まりに対応している。 我々は、1996年から2019年にかけて発行された1,367個のピアレビューCS記事から、ジェネレーティブAI(GAI)技術と大規模言語モデル(LLM)を用いて、エンティティ関係のトリプルを抽出し、標準化する。 これらのトリプルは軽量なD3.jsベースのシステムを通じて視覚化され、フィールドのためのドメイン固有の知識グラフとベクトルデータベースの基礎を形成する。 このインフラストラクチャにより、ユーザはコーパス全体で概念的なノードやセマンティックな関係を探索し、それまでの未知の知的軌跡、テーマクラスタ、研究ギャップを明らかにすることができる。 テキストコンテンツをグラフ構造化知識単位に分解することにより、線形テキスト消費からネットワークベースの知識ナビゲーションへのパラダイムシフトを可能にする。 そうすることで、従来のオントロジー構築に代わるスケーラブルでデータ駆動の手段を提供しながら、学術的なCS文学へのアクセスを高めることができる。 この研究は、ジェネレーティブAIが地域研究やデジタル人文科学をいかに強化できるかを実証するだけでなく、地域知識システムのための再考された学術的基盤をサポートする可能性も強調している。

関連論文リスト

• DeepInnovation AI: A Global Dataset Mapping the AI innovation from Academic Research to Industrial Patents [2.8191246153416243]
  DeepInnovationAIは3つの構造化ファイルを含む包括的なグローバルデータセットである。 DeepInnovationAIは、研究者、政策立案者、業界リーダーがトレンドを予測し、コラボレーションの機会を特定することを可能にする。
  論文  参考訳（メタデータ） (2025-03-12T10:56:02Z)
• AceMap: Knowledge Discovery through Academic Graph [90.12694363549483]
  AceMapは学術グラフによる知識発見のために設計された学術システムである。 本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。 AceMapは、学術的アイデアの進化をトレースするなど、高度な分析機能を提供する。
  論文  参考訳（メタデータ） (2024-03-05T01:17:56Z)
• Semantic Similarity Measure of Natural Language Text through Machine Learning and a Keyword-Aware Cross-Encoder-Ranking Summarizer -- A Case Study Using UCGIS GIS&T Body of Knowledge [2.4909170697740968]
  GIS&T Body of Knowledge (BoK)は、地理空間的トピックを定義し、開発し、文書化するためのコミュニティ主導の取り組みである。 本研究は,テキストから意味を抽出する上で,複数自然言語処理(NLP)技術の有効性を評価する。 また、科学出版物を分析するための機械学習技術の使用について、新たな視点を提供する。
  論文  参考訳（メタデータ） (2023-05-17T01:17:57Z)
• Vision+X: A Survey on Multimodal Learning in the Light of Data [64.03266872103835]
  様々なソースからのデータを組み込んだマルチモーダル機械学習が,ますます普及している研究分野となっている。 我々は、視覚、音声、テキスト、動きなど、各データフォーマットの共通点と特異点を分析する。 本稿では,表現学習と下流アプリケーションレベルの両方から,マルチモーダル学習に関する既存の文献を考察する。
  論文  参考訳（メタデータ） (2022-10-05T13:14:57Z)
• Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
  本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
  論文  参考訳（メタデータ） (2022-01-13T08:25:53Z)
• 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 of Knowledge-Enhanced Text Generation [81.24633231919137]
  テキスト生成の目標は、機械を人間の言語で表現できるようにすることである。 入力テキストを出力テキストにマッピングすることを学ぶことで、目的を達成するために、様々なニューラルエンコーダデコーダモデルが提案されている。 この問題に対処するために、研究者は入力テキスト以外の様々な種類の知識を生成モデルに組み込むことを検討してきた。
  論文  参考訳（メタデータ） (2020-10-09T06:46:46Z)

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。