Opis projektu
Nowe podejście do komunikacji naukowej
Od czasu wprowadzenia technologii cyfrowej i sztucznej inteligencji dostęp do publikacji naukowych stawał się coraz lepszy. Niestety, tradycyjne, oparte na obiegu dokumentów procedury rządzące komunikacją naukową nie są w stanie reagować na szybki przyrost literatury naukowej. We współpracy z ekspertami w tej dziedzinie oraz przy pomocy techniki łączenia danych i algorytmów uczenia maszynowego opracowywany jest nowy wykres wiedzy. Finansowany ze środków UE projekt ScienceGraph ma na celu opracowanie najnowocześniejszej formuły przedstawiania, analizowania, rozszerzania i wykorzystywania komunikacji naukowej w sposób oparty na wiedzy. Ma ona wyrażać i łączyć wyniki naukowe poprzez powiązane, bogate semantycznie wykresy wiedzy umożliwiające przedstawienie złożonych interdyscyplinarnych informacji naukowych, śledzenie całej ich ewolucji, związanych z nimi dyskursów i przepływu pojęć.
Cel
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.
Program(-y)
Temat(-y)
System finansowania
ERC-COG - Consolidator GrantInstytucja przyjmująca
30167 Hannover
Niemcy