Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph

要約

タイトル：Covidia：COVID-19 異分野の学術的知識グラフ
要約：

– COVID-19 パンデミックは異なる研究分野で大規模な研究を促進しました。
– COVID-19 に関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集に焦点を当てており、異分野の取り組みを無視しています。これは、分野間の知識共有や研究コラボレーションを妨げるものである。
– 異分野の研究を研究するには、効果的な論文カテゴリ分類と効率的なクロスドメインの知識抽出と統合が必要です。
– この研究では、異分野の COVID-19 の知識を結びつける Covidia、COVID-19 異分野の学術的知識グラフを提案します。
– 我々は、対比学習に基づいた枠組みを設計し、学際的研究に従って、エンティティ抽出、関係分類、およびオントロジー管理のための新しい学術的知識グラフスキームを提案します。
– Covidiaに基づいて、COVID-19 研究コミュニティの検索や潜在的なリンクの予測のための知識発見基準を確立しました。

要約(オリジナル)

The pandemic of COVID-19 has inspired extensive works across different research fields. Existing literature and knowledge platforms on COVID-19 only focus on collecting papers on biology and medicine, neglecting the interdisciplinary efforts, which hurdles knowledge sharing and research collaborations between fields to address the problem. Studying interdisciplinary researches requires effective paper category classification and efficient cross-domain knowledge extraction and integration. In this work, we propose Covidia, COVID-19 interdisciplinary academic knowledge graph to bridge the gap between knowledge of COVID-19 on different domains. We design frameworks based on contrastive learning for disciplinary classification, and propose a new academic knowledge graph scheme for entity extraction, relation classification and ontology management in accordance with interdisciplinary researches. Based on Covidia, we also establish knowledge discovery benchmarks for finding COVID-19 research communities and predicting potential links.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI