ترجمه فارسی مقاله آنتوورس: دسترسی دموکراتیک به داده‌های مبتنی بر نمودار دانش از طریق یک رابط کارتوگرافی

چکیده

As the number of scientific publications and preprints is growing exponentially, several attempts have been made to navigate this complex and increasingly detailed landscape. These have almost exclusively taken unsupervised approaches that fail to incorporate domain knowledge and lack the structural organisation required for intuitive interactive human exploration and discovery. Especially in highly interdisciplinary fields, a deep understanding of the connectedness of research works across topics is essential for generating insights. We have developed a unique approach to data navigation that leans on geographical visualisation and uses hierarchically structured domain knowledge to enable end-users to explore knowledge spaces grounded in their desired domains of interest. This can take advantage of existing ontologies, proprietary intelligence schemata, or be directly derived from the underlying data through hierarchical topic modelling. Our approach uses natural language processing techniques to extract named entities from the underlying data and normalise them against relevant domain references and navigational structures. The knowledge is integrated by first calculating similarities between entities based on their shared extracted feature space and then by alignment to the navigational structures. The result is a knowledge graph that allows for full text and semantic graph query and structured topic driven navigation. This allows end-users to identify entities relevant to their needs and access extensive graph analytics. The user interface facilitates graphical interaction with the underlying knowledge graph and mimics a cartographic map to maximise ease of use and widen adoption. We demonstrate an exemplar project using our generalisable and scalable infrastructure for an academic biomedical literature corpus that is grounded against hundreds of different named domain entities.

چکیده به فارسی (ترجمه ماشینی)

از آنجا که تعداد نشریات علمی و چاپخانه ها به صورت تصاعدی در حال رشد است ، چندین تلاش برای حرکت در این منظره پیچیده و به طور فزاینده ای انجام شده است.اینها تقریباً به طور انحصاری رویکردهای بدون نظارت را در نظر گرفته اند که در ترکیب دانش دامنه نیستند و فاقد سازمان ساختاری مورد نیاز برای اکتشاف و کشف بشر بصری انسانی هستند.به خصوص در زمینه های بسیار میان رشته ای ، درک عمیق از اتصال کارهای تحقیق در مباحث برای تولید بینش ضروری است.ما یک رویکرد منحصر به فرد برای ناوبری داده ها ایجاد کرده ایم که به تجسم جغرافیایی تکیه می دهد و از دانش دامنه ساختاری سلسله مراتبی استفاده می کند تا کاربران نهایی بتوانند فضاهای دانش مبتنی بر حوزه های مورد نظر خود را کشف کنند.این می تواند از هستی شناسی های موجود ، طرحواره اطلاعات اختصاصی استفاده کند ، یا مستقیماً از داده های اساسی از طریق مدل سازی موضوع سلسله مراتبی حاصل شود.رویکرد ما از تکنیک های پردازش زبان طبیعی برای استخراج اشخاص نامگذاری شده از داده های اساسی استفاده می کند و آنها را در برابر منابع مربوطه و ساختارهای ناوبری عادی می کند.این دانش با محاسبه اول شباهت ها بین نهادها بر اساس فضای ویژگی های مشترک استخراج شده و سپس با تراز کردن با ساختارهای ناوبری یکپارچه می شود.نتیجه یک نمودار دانش است که امکان جستجوی متن کامل و پرس و جو نمودار معنایی و ناوبری محور موضوع ساختاری را فراهم می کند.این امر به کاربران نهایی اجازه می دهد تا اشخاص مرتبط با نیازهای خود را شناسایی کرده و به تجزیه و تحلیل نمودار گسترده دسترسی پیدا کنند.رابط کاربری تعامل گرافیکی با نمودار دانش اساسی را تسهیل می کند و از یک نقشه نقشه برداری تقلید می کند تا سهولت در استفاده و گسترده تر شدن اتخاذ شود.ما یک پروژه نمونه را با استفاده از زیرساخت های عمومی و مقیاس پذیر خود برای یک جسد ادبیات زیست پزشکی دانشگاهی که در برابر صدها نهاد دامنه مختلف نامگذاری شده است ، نشان می دهیم.