論文の概要: Enhancing Information Retrieval in Digital Libraries through Unit Harmonisation in Scholarly Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2512.06395v1
- Date: Sat, 06 Dec 2025 10:58:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-09 22:03:54.340919
- Title: Enhancing Information Retrieval in Digital Libraries through Unit Harmonisation in Scholarly Knowledge Graphs
- Title（参考訳）: 学習知識グラフにおける単位調和化によるデジタルライブラリの情報検索の促進
- Authors: Golsa Heidari, Markus Stocker, Sören Auer,
- Abstract要約: 本稿では,学術知識グラフにおける計測データの比較とフィルタリングのための,新しい顔付き検索エンファン構造化コンテンツを提案する。
我々の顔付き検索システムを利用することで、ユーザは科学論文の内容を検索するだけでなく、異種データの比較やフィルタリングを行うことができる。
- 参考スコア（独自算出の注目度）: 3.2034139843532894
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Scientists have always used the studies and research of other researchers to achieve new objectives and perspectives. In particular, employing and operating the measured data in previous studies is so practical. Searching the content of other scientists' articles is a challenge that researchers have always struggled with. Nowadays, the use of knowledge graphs as a semantic database has helped a lot in saving and retrieving scholarly knowledge. Such technologies are crucial to upgrading traditional search systems to smart knowledge retrieval, which is crucial to getting the most relevant answers for a user query, especially in information and knowledge management. However, in most cases, only the metadata of a paper is searchable, and it is still cumbersome for scientists to have access to the content of the papers. In this paper, we present a novel method of faceted search \emph{structured content} for comparing and filtering measured data in scholarly knowledge graphs while different units of measurement are used in different studies. This search system proposes applicable units as facets to the user and would dynamically integrate content from further remote knowledge graphs to materialize the scholarly knowledge graph and achieve a higher order of exploration usability on scholarly content, which can be filtered to better satisfy the user's information needs. The state of the art is that, by using our faceted search system, users can not only search the contents of scientific articles, but also compare and filter heterogeneous data.
- Abstract（参考訳）: 科学者は、新しい目的と視点を達成するために、常に他の研究者の研究と研究を使用してきた。
特に, 前回の研究では, 測定データの活用と運用が現実的であった。
他の科学者の論文の内容を検索することは、研究者が常に苦労してきた課題である。
今日では、意味データベースとしての知識グラフの利用は、学術的な知識の保存と検索に大いに役立っている。
このような技術は、従来の検索システムをスマート知識検索にアップグレードする上で非常に重要であり、特に情報や知識管理において、ユーザクエリに最も関連性の高い回答を得るのに不可欠である。
しかし、ほとんどの場合、論文のメタデータのみが検索可能であり、科学者が論文の内容にアクセスすることは依然として困難である。
本稿では,学術知識グラフにおける測定データの比較とフィルタリングを行うのに,異なる測定単位を異なる研究に用いながら,新たな検索方法を提案する。
本システムでは、ユーザに対してファセットとして適用可能なユニットを提案し、さらに遠隔の知識グラフからのコンテンツを動的に統合し、学術知識グラフを具現化し、ユーザの情報ニーズをよりよく満たすためにフィルタリング可能な学術コンテンツに対する高い探索可能性を実現する。
現状では、私たちの顔検索システムを使えば、ユーザーは科学論文の内容を検索できるだけでなく、異種データの比較やフィルタリングもできる。
関連論文リスト
- WisPaper: Your AI Scholar Search Engine [55.07907253175705]
textscWisPaperは、インテリジェントな学術検索と文献管理プラットフォームである。
文献発見、管理、研究フロンティアの継続的な追跡をシームレスに接続するクローズドループワークフローを提供する。
プラットフォームは一般公開されており、学術や産業の研究者に利用されている。
論文 参考訳（メタデータ） (2025-12-07T15:10:20Z) - PARK: Personalized academic retrieval with knowledge-graphs [6.879116518049676]
学術検索 (Academic search) は、学術論文や会議論文などの科学文書の管理と検索を目的とした検索タスクである。
まず、検索のためのニューラルネットワークモデルを訓練し、その後、学術グラフを知識グラフに変換する2段階のアプローチを提案する。
これにより、ユーザモデルは、引用グラフと紙コンテンツ内の明示的な関係と隠された構造の両方をキャプチャできる。
論文 参考訳（メタデータ） (2025-07-18T13:41:01Z) - Conversational Exploratory Search of Scholarly Publications Using Knowledge Graphs [3.3916160303055567]
我々は,知識グラフを用いた学術出版物探索のための会話検索システムを開発した。
システムの有効性を評価するために,様々な評価指標を用い,40名の被験者で人的評価を行った。
論文 参考訳（メタデータ） (2024-10-01T06:16:07Z) - 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) - Web of Scholars: A Scholar Knowledge Graph [38.49685673193518]
Web of Scholarsは、最先端のマイニング技術を統合し、コンピュータ科学の分野の研究者の背後にある複雑なネットワークを探索、マイニング、可視化する。
Web of Scholarsは知識グラフを活用しており、より多くの検索が存在する場合、より多くの知識にアクセスできるようになる。
論文 参考訳（メタデータ） (2022-02-23T05:10:19Z) - CitationIE: Leveraging the Citation Graph for Scientific Information
Extraction [89.33938657493765]
引用論文と引用論文の参照リンクの引用グラフを使用する。
最先端技術に対するエンド・ツー・エンドの情報抽出の大幅な改善を観察する。
論文 参考訳（メタデータ） (2021-06-03T03:00:12Z) - 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) - 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) - 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。