論文の概要: SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions
- arxiv url: http://arxiv.org/abs/2607.27955v1
- Date: Thu, 30 Jul 2026 10:04:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.502506
- Title: SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions
- Title（参考訳）: SciSchema.org: 構造化された科学プロセス記述のためのスキーマの多分野コレクション
- Abstract要約: Sci.orgは16のエキスパートアノテートスキーマの多分野コレクションである。
このコレクションは構造化アノテーション、メタデータの充実、科学知識グラフ、情報抽出、セマンティックパブリッシング、クロススタディ比較をサポートする。
- 参考スコア（独自算出の注目度）: 5.7701362457096534
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Scientific processes are often described in heterogeneous article discourse, with details needed for comparison, reproducibility, reuse, and automation dispersed across prose, tables, figures, protocols, and supplementary files. We present the first release of SciSchema.org, a multidisciplinary collection of 16 expert-annotated schemas spanning Biology & Biotechnology, Materials & Chemistry, Imaging & Measurement, Physics, and Psychology. Each schema defines reusable fields for describing process instances, including inputs, outputs, materials, instruments or software, parameters, conditions, procedural steps, measurements, and provenance-related information. The schemas were created through a human-in-the-loop schema-mining workflow in which large language models generated candidate structures from process specifications, scientific articles, and expert feedback, followed by domain-expert construction of final master schemas. The dataset contains final schemas in JSON Schema and SHACL formats, intermediate model-generated schemas, expert-feedback records, source-paper metadata, community-development materials, and analysis scripts. Technical validation assessed schema structure, development provenance, expert review, and syntactic conformance. The collection supports structured annotation, metadata enrichment, scientific knowledge graphs, information extraction, semantic publishing, and cross-study comparison.
- Abstract（参考訳）: 科学的プロセスは異質な論文で説明され、比較、再現性、再利用、自動化に必要な詳細は散文、表、図形、プロトコル、補足ファイルに分散している。
SciSchema.orgは、生物学とバイオテクノロジー、材料と化学、イメージングと計測、物理、心理学にまたがる16のエキスパートアノテーションスキーマの多分野集である。
各スキーマは、入力、出力、材料、機器またはソフトウェア、パラメータ、条件、手続きステップ、測定、証明関連情報を含む、プロセスインスタンスを記述する再利用可能なフィールドを定義する。
スキーマはヒューマン・イン・ザ・ループ・スキーマ・マイニングのワークフローを通じて作成され、大きな言語モデルがプロセス仕様、科学論文、専門家のフィードバックから候補構造を生成し、続いてドメインエキスパートによる最終マスタースキーマの構築が行われた。
データセットには、JSONスキーマとSHACLフォーマットの最終スキーマ、中間モデル生成スキーマ、エキスパートフィードバックレコード、ソースペーパーメタデータ、コミュニティ開発材料、分析スクリプトが含まれている。
技術的検証は、スキーマ構造、開発成果、専門家レビュー、構文適合性を評価した。
このコレクションは構造化アノテーション、メタデータの充実、科学知識グラフ、情報抽出、セマンティックパブリッシング、クロススタディ比較をサポートする。
関連論文リスト
- Mined from Scientific Literature: Process Schemas for Atomic Layer Deposition and Etching in Materials Science [2.4154340262184877]
原子層堆積 (ALD) および原子層エッチング (ALE) は, 実験およびシミュレーションプロセスにおいて不均一に報告される。
ALD と ALE の実験とシミュレーションの4つの文献について述べる。
論文 参考訳（メタデータ） (2026-09-10T19:17:41Z) - Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval [19.3757623473603]
実世界のデータは、暗黙のセマンティクスを持つテーブル、ドキュメント、半構造化ファイルにまたがる。
生のマルチソースデータから実行可能なスキーマを自動的に検出するシステムを提案する。
論文 参考訳（メタデータ） (2026-06-03T20:28:36Z) - ScheMatiQ: From Research Question to Structured Data through Interactive Schema Discovery [14.006213362312435]
バックボーン LLM を呼び出すことで,質問やコーパスを取り込み,スキーマとグラウンドドデータベースを生成する ScheMatiQ を紹介する。
ドメインの専門家と共同で、ScheMatiQは、法と計算生物学における実世界の分析をサポートする出力を出力することを示した。
公開Webインターフェースを備えたオープンソースとしてScheMatiQをリリースし、専門分野の専門家を招待して、独自のデータで使用します。
論文 参考訳（メタデータ） (2026-04-10T11:51:23Z) - Beyond Predefined Schemas: TRACE-KG for Context-Enriched Knowledge Graphs from Complex Documents [12.445872440074114]
TRACE-KG (Text-diven schemA for Context-Enriched Knowledge Graphs) はコンテキスト強化知識グラフと帰納スキーマを共同で構築するフレームワークである。
TRACE-KGは構造的に一貫性があり、トレース可能な知識グラフを生成する。
論文 参考訳（メタデータ） (2026-04-03T22:41:35Z) - LeMat-Synth: a multi-modal toolbox to curate broad synthesis procedure databases from scientific literature [60.879220305044726]
本稿では,大規模言語モデル (LLM) と視覚言語モデル (VLM) を用いて合成手順と性能データを自動抽出・整理するマルチモーダルツールボックスを提案する。
LeMat-Synth (v 1.0):35種類の合成法と16種類の材料クラスにまたがる合成手順を含むデータセット。
我々は,新しいコーパスと合成ドメインへのコミュニティ主導の拡張をサポートするために設計された,モジュール形式のオープンソースライブラリをリリースする。
論文 参考訳（メタデータ） (2025-10-28T17:58:18Z) - AI-assisted JSON Schema Creation and Mapping [0.0]
本稿では,大規模言語モデル(LLM)と決定論的手法を組み合わせて,ユーザによる自然言語入力に基づく生成,修正,スキーママッピングを実現するハイブリッドアプローチを提案する。
この作業は、非専門家のための構造化データモデリングとデータ統合に対する障壁を著しく減らします。
論文 参考訳（メタデータ） (2025-08-07T09:27:10Z) - DREAM: Document Reconstruction via End-to-end Autoregressive Model [53.51754520966657]
本稿では、文書再構成に特化した革新的な自己回帰モデルについて述べる。
文書再構成タスクの標準化定義を確立し,文書類似度基準(DSM)とDocRec1Kデータセットを導入し,タスクの性能を評価する。
論文 参考訳（メタデータ） (2025-07-08T09:24:07Z) - AutoSchemaKG: Autonomous Knowledge Graph Construction through Dynamic Schema Induction from Web-Scale Corpora [51.77079220622184]
完全自律的な知識グラフ構築のためのフレームワークであるAutoKGを提案する。
大規模言語モデルを利用して知識トリプルを同時に抽出し,テキストから直接包括的なスキーマを誘導する。
我々は,9億以上のノードと590億のエッジを持つ知識グラフ群であるATLAS(Automated Triple Linking And induction)を構築した。
論文 参考訳（メタデータ） (2025-05-29T16:34:58Z) - LLMs4SchemaDiscovery: A Human-in-the-Loop Workflow for Scientific Schema Mining with Large Language Models [0.22470290096767]
従来のスキーママイニングは半構造化データに依存しており、スケーラビリティを制限している。
本稿では,大規模な言語モデルと人間のフィードバックを組み合わせてスキーマ抽出を自動化・洗練する新しいツールであるスキーママイナーを紹介する。
論文 参考訳（メタデータ） (2025-04-01T13:03:33Z) - SciER: An Entity and Relation Extraction Dataset for Datasets, Methods, and Tasks in Scientific Documents [49.54155332262579]
我々は,科学論文のデータセット,メソッド,タスクに関連するエンティティに対して,新たなエンティティと関係抽出データセットをリリースする。
我々のデータセットには、24k以上のエンティティと12kの関係を持つ106の注釈付きフルテキストの科学出版物が含まれています。
論文 参考訳（メタデータ） (2024-10-28T15:56:49Z) - Drafting Event Schemas using Language Models [48.81285141287434]
複雑なイベントを記述するためにこのようなスキーマを作成するプロセスに注目します。
私たちの焦点は、十分な多様性と重要なイベントのリコールを達成できるかどうかにあります。
大規模言語モデルは、2つの異なるデータセットから取り出されたスキーマに対して適度なリコールを達成することができることを示す。
論文 参考訳（メタデータ） (2023-05-24T07:57:04Z) - Zero-Shot On-the-Fly Event Schema Induction [61.91468909200566]
本稿では,大規模な言語モデルを用いて,高レベルなイベント定義,特定のイベント,引数,それらの関係を予測・付与するソースドキュメントを生成する手法を提案する。
我々のモデルを用いて、任意のトピックに関する完全なスキーマを、手動のデータ収集、すなわちゼロショットの方法で、オンザフライで生成することができる。
論文 参考訳（メタデータ） (2022-10-12T14:37:00Z)
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。