К графу знаний для науки
Towards a Knowledge Graph for Science
2018-06-25
SCID: 54.1/ue2xxt8a
Discuss with AI
граф знаний для наукиинформационные потоки на основе знанийнаучно-исследовательская инфраструктуранаучная информационная коммуникациясемантические информационные модели
Figures from the paper
Abstract (AI)
Документоцентричные рабочие процессы в науке достигли (или уже превысили) пределов своей адекватности. Это подчеркивается недавними дискуссиями о растущем объёме научной литературы и кризисе воспроизводимости. Такая ситуация создаёт возможность переосмыслить доминирующую парадигму документоцентричной коммуникации научной информации и преобразовать её в информационные потоки, основанные на знаниях, представляя и выражая информацию посредством семантически насыщенных взаимосвязанных графов знаний. В основе информационных потоков, основанных на знаниях, лежит создание и развитие информационных моделей, формирующих общее понимание информации, передаваемой между заинтересованными сторонами, а также интеграция этих технологий в инфраструктуру и процессы поиска и обмена информацией в исследовательской библиотеке будущего. Благодаря интеграции таких моделей в существующие и новые сервисы исследовательской инфраструктуры информационные структуры, которые в настоящее время остаются неявными и глубоко скрытыми в документах, могут стать явными и непосредственно пригодными для использования. Это способно революционизировать научную деятельность, поскольку информацию и результаты исследований можно будет беспрепятственно связывать друг с другом и лучше сопоставлять со сложными информационными потребностями. Кроме того, результаты исследований станут непосредственно сопоставимыми и более удобными для повторного использования. В качестве основного вклада мы предлагаем концепцию графа знаний для науки, представляем возможную инфраструктуру для такого графа знаний, а также наши первые попытки реализовать эту инфраструктуру.
Key Findings
1
Документно-ориентированные научные рабочие процессы становятся недостаточными на фоне роста научной литературы и кризиса воспроизводимости.
2
Интеграция явных информационных моделей в исследовательскую инфраструктуру может раскрыть скрытые в документах структуры, улучшить поиск и удовлетворить сложные информационные потребности.
3
Семантически насыщенные взаимосвязанные графы знаний могут преобразовать научную коммуникацию в потоки информации, основанные на знаниях.
4
Для эволюции графа знаний необходимы общие информационные модели, обеспечивающие единое понимание информации между заинтересованными сторонами.
5
В статье предлагаются концепция и возможная инфраструктура графа знаний для науки, а также описываются первые попытки его реализации.
Research Object
граф знаний для науки и поддерживающие его сервисы исследовательской инфраструктуры
Research Subject
представление, интеграция и повторное использование научной информации посредством семантически насыщенных взаимосвязанных графов знаний и информационных моделей
Publication Details
Publication Date
2018-06-25
Journal
Publisher
ISSN
Cited by
188
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai1
Работы, цитирующие эту статью4
Открытый граф научных знаний2019
Граф знаний открытых исследований: инфраструктура нового поколения для семантических научных знаний2019
Систематический обзор классификации графов знаний и их различных применений2023
Исследование оптимизации модели обучения переводу с английского языка в высших учебных заведениях на основе картирования знаний2024