通过语义可视化对 COVID-19 文献进行探索与发现
计算与语言
2020-07-06 v1 人机交互
信息检索
摘要
我们正在开发语义可视化技术，以增强对大型复杂关系网络数据集的探索并实现发现。语义可视化是一种通过利用数据中关系的语义，在大型复杂关系网络数据集上实现探索与发现的方法。这包括：(i) 使用自然语言处理（NLP）从原始数据中提取命名实体、关系和知识图谱；(ii) 对输出建立索引，并为所有相关实体和关系创建可用多种不同方式可视化的表示，例如标签云、热力图、图等；(iii) 对提取的关系施加参数归约操作，创建“关系容器”或功能实体，这些实体也可使用相同方法可视化，从而允许多重关系、部分路径的可视化以及跨多维度的探索。我们希望这将实现对复杂数据中关系的、否则会被忽略的新颖推断的发现。我们已将该方法应用于最近发布的 CORD-19 数据集的分析。
引用
@article{arxiv.2007.01800,
title = {Exploration and Discovery of the COVID-19 Literature through Semantic Visualization},
author = {Jingxuan Tu and Marc Verhagen and Brent Cochran and James Pustejovsky},
journal= {arXiv preprint arXiv:2007.01800},
year = {2020}
}