COVID-19 研究可视化
信息检索
2020-05-18 v2 计算机与社会
人机交互
摘要
2020 年，世界见证了 SARS-CoV-2（一种新型冠状病毒新毒株）引发的前所未有的全球大流行，导致 COVID-19 疫情，并彻底改变了我们的生活和工作条件。许多科学家正不懈努力以寻找治疗方法和可能的疫苗。此外，政府、科研机构和企业正迅速行动以提供资源，包括资金和开放大容量数据仓储，以加速旨在解决这一疫情的创研与发现。在本文中，我们开发了一种新颖的基于主题的自动化可视化方法，结合大规模语料库的高级数据建模、信息映射与趋势分析，以提供自上而下和自下而上的浏览与检索界面，用于快速发现主题和研究资源。我们将该方法应用于两个近期发布的文献数据集（Dimensions 的 COVID-19 数据集和艾伦人工智能研究所的 CORD-19）。结果揭示了引人关注的信息，包括社交距离等主题上投入的增加、跨领域倡议（如心理健康与教育）、医学主题中不断演进的研究，以及通过文献展现的病毒在不同地域的蔓延轨迹。结果也表明需要快速、自动地支持大语料库的检索与浏览。我们相信我们的方法将改进未来的大容量可视化与发现系统，同时也希望我们的可视化界面当前能协助科学家、研究人员和公众应对抗击 COVID-19 疫情中的诸多问题。
引用
@article{arxiv.2005.06380,
title = {Visualising COVID-19 Research},
author = {Pierre Le Bras and Azimeh Gharavi and David A. Robb and Ana F. Vidal and Stefano Padilla and Mike J. Chantler},
journal= {arXiv preprint arXiv:2005.06380},
year = {2020}
}
备注
11 pages. 10 figures. Preprint paper made available here prior to submission. Update: special characters corrected