사이그래프

SciGraph
사이그래프
사이트 유형
검색엔진
작성자스프링거 네이처
URLscigraph.springernature.com/explorer
시작됨2017년 3월(2017-03)

SciGraph는 Springer Nature가 개발한 검색엔진 도구다.LOD(Linked Open Data) 플랫폼으로 꼽히는 이 기술은 연구과제, 출판물, 컨퍼런스, 자금조달기관 등이 포함된 연구경관을 망라한 정보를 수집한다.[1][2]플랫폼의 주요 특징으로는 정보의 관계에 대한 상세한 의미적 설명과 학술적 영역의 시각화가 있다.

개발

SciGraph의 개발은 빠르면 1815년에 출판된 지문을 다루는 스프링어 네이처의 출판물 보관소 전체를 유치할 플랫폼을 만들기 위한 이니셔티브에서 시작되었다.[3]이들 자원의 수는 약 1,300만 명에 이르는 것으로 보고되고 있다.[3]플랫폼 이면의 기술은 연구경관에 대한 정보수집을 목적으로 개발된 초기 스프링거 네이처 프로젝트에 구축되었다.[4]첫 번째 SciGraph 데이터 세트는 2017년 2월에 발표되었다.[4]플랫폼은 2017년 3월 출범했으며 주요 협력사 출판물 등이 추가되면서 대폭 확대됐다.[5]데이터 집합은 컴퓨터 과학, 의학, 생명 과학, 화학, 공학, 천문학을 포함한 광범위한 주제에 걸쳐 있다.[6]개발자들은 향후 인용, 특허, 임상시험 등도 포함할 계획이다.[7]

기술

SciGraph는 삼중수소가 "주체-predicate-object"로 포맷된 경우 15억에서 20억의 삼중수소를 구성하며, 술어(verb)를 통해 어떤 주제나 개념을 다른 개체와 연결시켜 그들 사이에 존재하는 관계의 유형을 증명할 수 있다.[8]그것의 그래프 구조는 시멘틱 스콜라 같은 다른 학문적 검색 엔진에 의해 사용된다.[9]

SciGraph는 Springer Nature와 그 파트너들로부터 자금 제공자, 연구 프로젝트, 컨퍼런스, 제휴사, 출판물뿐만 아니라 학계로부터 데이터를 수집한다.[10]수집된 정보는 정보가 어떻게 연관되어 있는지에 대한 풍부한 의미적 설명의 역할을 하며, 또한 학술적 영역의 시각화를 제공한다.[11]이 플랫폼은 기관들에 따르면 외부 권위 있는 데이터셋과의 연계를 통해 저자의 소속을 조정하는 유일한 대규모 데이터셋으로 여겨져 왔다.[6]

참조

  1. ^ "Springer Nature SciGraph". EurekAlert!. Retrieved 2021-10-25.
  2. ^ Rucci, Enzo (2020). Cloud Computing, Big Data & Emerging Topics: 8th Conference, JCC-BD&ET 2020, La Plata, Argentina, September 8-10, 2020, Proceedings. Cham, Switzerland: Springer Nature. p. 86. ISBN 978-3-030-61217-7.
  3. ^ a b "Springer Nature Uses LOD to Create a Rich Database for Scientists to Work Together". Ontotext. Retrieved 2021-11-04.
  4. ^ a b Hammond, Tony; Pasin, Michele; Theodoris, Evangelos. "Data integration and disintegration: Managing Springer Nature SciGraph with SHACL and OWL" (PDF). Retrieved October 26, 2021.{{cite web}}: CS1 maint : url-status (링크)
  5. ^ "SciGraph – Access". Retrieved 2021-10-25.
  6. ^ a b González-Beltrán, Alejandra; Osborne, Francesco; Peroni, Silvio; Vahdati, Sahar (2018). Semantics, Analytics, Visualization: 3rd International Workshop, SAVE-SD 2017, Perth, Australia, April 3, 2017, and 4th International Workshop, SAVE-SD 2018, Lyon, France, April 24, 2018, Revised Selected Papers. Cham: Springer. p. 64. ISBN 978-3-030-01378-3.
  7. ^ 가르시아 실바, 안드레스, 호세 마누엘 고메스 페레스(2018년)."크기만 아는 것이 아니라 - 과학 간행물 분석에서 분산어 표기의 역할에 관한 연구." DL4KGS@ESWC
  8. ^ Light, Ryan; Moody, James (2020). The Oxford Handbook of Social Networks. New York: Oxford University Press. p. 603. ISBN 978-0-19-025176-5.
  9. ^ 호세, 조에몬 M.; 이일마즈, 에민; 마갈량스, 주앙, 카스텔스, 파블로; 페로, 니콜라, 실바, 마리오 J.; 마르틴스, 플라비오(2020).정보 검색의 진보: 제42차 유럽 IR 연구 회의, ECIR 2020, 리스본, 포르투갈, 2020년 4월 14-17일, 절차, 제1부.스위스의 Cham: Springer Nature. 페이지 254.ISBN 978-3-030-45438-8].
  10. ^ Bespalov, Anton; Michel, Martin C.; Steckler, Thomas (2020). Good Research Practice in Non-Clinical Pharmacology and Biomedicine. Cham: Springer Nature. p. 343. ISBN 978-3-030-33655-4.
  11. ^ Gayo, Jose Emilio Labra; Prud'hommeaux, Eric; Boneva, Iovka; Kontokostas, Dimitris (2017). Validating RDF Data. Morgan & Claypool Publishers. p. 212. ISBN 978-1-68173-164-3.