Descrizione del progetto
Un nuovo approccio alla comunicazione accademica
L’accesso alle pubblicazioni scientifiche è stato migliorato dall’introduzione della tecnologia digitale e dell’intelligenza artificiale. Purtroppo, le procedure convenzionali della comunicazione accademica, basate sui flussi orientati alla documentazione, non riescono a stare al passo con il rapido incremento della letteratura accademica. Grazie al supporto degli esperti in materia, delle interconnessioni dei dati e degli algoritmi di apprendimento automatico, è in fase di sviluppo un nuovo grafico di conoscenza. Il progetto ScienceGraph, finanziato dall’UE, svilupperà una formula all’avanguardia per rappresentare, analizzare, potenziare e sfruttare la comunicazione accademica con una modalità basata sulle conoscenze. Esprimerà e collegherà i risultati scientifici per mezzo di grafici di conoscenza interconnessi e ricchi sotto il profilo semantico, che consentono la rappresentazione di informazioni scientifiche interdisciplinari complesse e tengono traccia delle loro complete evoluzioni, dei discorsi collegati e della deriva del concetto.
Obiettivo
Despite an improved digital access to scientific publications in the last decades, the fundamental principles of scholarly communication remain unchanged and continue to be largely document-based. The document-oriented workflows in science have reached the limits of adequacy as highlighted by recent discussions on the increasing proliferation of scientific literature, the deficiency of peer-review and the reproducibility crisis.
In ScienceGRAPH we aim to develop a novel model for representing, analysing, augmenting and exploiting scholarly communication in a knowledge-based way by expressing and linking scientific contributions and related artefacts through semantically rich, interlinked knowledge graphs. The model is based on deep semantic representation of scientific contributions, their manual, crowd-sourced and automatic augmentation and finally the intuitive exploration and interaction employing question answering on the resulting ScienceGRAPH base.
Currently, knowledge graphs are still confined to representing encyclopaedic, factual information. ScienceGRAPH advances the state-of-the-art by enabling to represent complex interdisciplinary scientific information including fine-grained provenance preservation, discourse capture, evolution tracing and concept drift. Also, we will demonstrate that we can synergistically combine automated extraction and augmentation techniques, with large-scale collaboration to reach an unprecedented level of knowledge graph breadth and depth.
As a result, we expect a paradigm shift in the methods of academic discourse towards knowledge-based information flows, which facilitate completely new ways of search and exploration. The efficiency and effectiveness of scholarly communication will significant increase, since ambiguities are reduced, reproducibility is facilitated, redundancy is avoided, provenance and contributions can be better traced and the interconnections of research contributions are made more explicit and transparent.
Campo scientifico
Programma(i)
Argomento(i)
Meccanismo di finanziamento
ERC-COG - Consolidator GrantIstituzione ospitante
30167 Hannover
Germania