多模态数据背景下的学术知识图谱研究进展.pdf
《多模态数据背景下的学术知识图谱研究进展.pdf》由会员分享,可在线阅读,更多相关《多模态数据背景下的学术知识图谱研究进展.pdf(3页珍藏版)》请在文库网上搜索。
1、2023年9月计算机应用文摘第39 卷第19 期多模态数据背景下的学术知识图谱研究进展杨世坤(南京农业大学信息管理学院,南京2 10 0 95)摘要:随着科研成果等学术信息的快速增长,信息过载的问题开始涌现。应用知识图谱技术,可以有效地揭示研究成果、研究结论、作者、机构、学术论文等不同类型的学术信息间的关系,从而为科研人员提供高效的信息组织服务。近年来,随着数据的不断生成,知识通过多种模态的载体进行传播。学术知识图谱将多模态数据的丰富语义表达与多源数据的特性相结合,提供了多种应用场景和研究范式。文章首先梳理了学术知识图谱的功能与发展状况,随后阐述了多模态数据背景下学术知识图谱的发展过程,最后归
2、纳了多模态学术知识图谱的研究进展,并对未来的研究趋势进行了展望和总结。关键词:学术知识图谱;多模态;综述YANG Shikun中图法分类号:TP391Research progress of academic knowledge graph in context of multimodal data(College of Information Management,Nanjing Agricultural University,Nanjing 210095,China)Abstract:With the rapid growth of academic information such as
3、 scientific research achievements,thepotential problem of information overload has begun to emerge.The application of academicknowledge graph can effectively reveal the relationship between different types of academicinformation,such as research results,research conclusions,authors,institutions,acad
4、emic papersand so on,so as to provide efficient information organization services for researchers.In recent years,with the continuous generation of data,knowledge is disseminated through multimodal carriers.Academic knowledge graph combines the rich semantic expression of multimodal data with thecha
5、racteristics of multi-source data,providing a variety of application scenarios and researchparadigms.This paper first reviews the function and development of academic knowledge graph,thendescribes the development process of academic knowledge graph in the context of multimodal data,and finally summa
6、rizes the research progress of multimodal academic knowledge graph,andprospects and summarizes the future research trends.Key words:academic knowledge graph,multimodal,review1引言相关报告提出“三个第一”的重要论述,着重强调了教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑,同时人才也是激发生产力变革和高质量发展的源泉。随着政策的不断推进,高校和研究所等科研机构作为科研创新的主阵地,不断涌现新的科研成果。然
7、而,在学术信息快速增长的同时,也出现了信息过载的问题。知识图谱技术可以有效地揭示数据间的关系,有助于科研人员对研究成果、研究结论等学术信息进行更高效的组织。科研成果包含文本信息、学术图片、实验视频等多模态数据,而传统知识图谱大多仅有单一的文本信息模态数据,其语义信息相对文献标识码:A有限。因此,将多模态学术数据引入知识图谱是当前研究的趋势。本文将对传统学术知识图谱和多模态学术知识图谱的研究成果进行归纳和总结。知识图谱(Knowledge Graph)是Google在2 0 12 年提出的用于增强搜索引擎能力的工具。与传统的信息管理方式相比,知识图谱有助于人们有效地获取知识间的逻辑关系,利于实现
8、知识间的智能推理。因此,知识图谱的构建技术具有重要的研究意义。有学者认为,知识图谱是由实体组成的语义网络,也是以三元组为组成单位的结构化知识库,它揭示了现实世界中的实体及其语义关系。在不同的研究领域和数据背景下,知识图谱有其相应的研究范式和功能。在情报学领域,知识图谱主要应用于知识存储与组织、2023年第19 期信息计量分析等。2传统学术知识图谱传统学术知识图谱主要分为信息计量分析、信息组织整合两种类型,其中前者主要应用信息计量工具对学术论文进行信息计量分析;后者则以图像形式存储学术实体,从而揭示学术实体间的关系。传统学术知识图谱多是以信息计量学元素为核心构建的学术网络,它由专业领域的信息计量
9、学元素组成,将作者、期刊、引文等信息通过特定的关系联系到一起。Tang等 1 以科研人员、科技文献等信息建立了Aminer学术知识图谱,为科研人员提供学术信息检索、知识评价和知识共享等服务。微软团队提出了大规模学术知识图谱MAG,其中包含科学出版记录、出版物之间的引用关系,以及作者、机构、期刊、会议和研究领域等信息。Zhang等将微软学术知识图谱MAG和清华团队的Aminer进行对齐后,形成了开放知识图谱OAG,此知识图谱集成了更加丰富的学术知识,实现了学术界部分内容的数据共享。Wang等创建了学术知识图谱AceKG,并在此基础上构建了链接预测等任务,便于研究者开展相关科研工作。Ren 等 2
10、 针对中文学术信息构建了中文学术知识图谱TechKG,共涉及38 个学科领域,主要包含标题、作者、机构、关键词和摘要等学术信息。Lo等以学术文章为信息来源构建了S2ORC,其中包含学术全文内容,使学术知识图谱的关系更为复杂,实体内容更为丰富。Peroni等以出版领域为研究对象,整合了多个子本体结构内容,从而构建了 SPAR学术知识图谱,为语义出版和引文提供了相应研究的数据集。Jaradeh等建立了ORKG,它以结构化的方法描述学术论文,将学术论文解析并转化为三元组的形式,从而帮助科研人员以全新的方式探索知识,进而发现不同学科间的关系。Simone等结合学术论文和工业专利的共生关系创建了AIDA
11、-KG,用于对接学术界和工业界,从而促进学术界和工业界的知识流动,以解决产学研融合问题。综合上述研究可以发现,基于信息计量元素构建的学术知识图谱的主要功能是学术网络分析。然而,传统学术知识图谱无法实现动态扩展和数据挖掘,在当前大数据背景下面临大规模网络单元的挑战。学术知识图谱由谷歌提出的“知识图谱”概念演变而来,具有知识存储与组织的功能。在科研领域,学者将学术论文中的实体分为评价实体和知识实体。(1)评价实体主要用于衡量学术影响力,其包含文章的被引用次数、作者、期刊名以及所属院校等。人们可以通过评价实体了解作者的被引用次数和期刊的影响因子等关键因素,这些因素决定着文章的可读计算机应用文摘性,从
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多模态 数据 背景 学术 知识 图谱 研究进展