Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/123456789/30375
Título : | Grafos de conocimiento científico. Análisis comparativo de publicaciones mediante un enfoque multidimensional |
Autor : | Chicaiza Espinosa, Janneth Alexandra Quevedo Jumbo, Xavier Antonio |
Palabras clave : | Ecuador. Tesis digital. |
Fecha de publicación : | 2022 |
Citación : | Quevedo Jumbo, X. A. Chicaiza Espinosa, J. A. (2022) Grafos de conocimiento científico. Análisis comparativo de publicaciones mediante un enfoque multidimensional [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/30375 |
Resumen : | Abstract: Scientific Knowledge Graphs describe research resources or objects, such as scientific documents, use of semantic technologies, ontologies and metadata. The goal of SKG is to build large amounts of data to improve the search for information. This project proposes a multi-dimensional model for the analysis of documents, indexing and similarity metrics. The model will allow researchers to have different perspectives or views to find similar documents, by considering different metadata. To validate the SKG, an enriched data was prepared with: (1) publication metadata obtained from Scholarly Data and (2) entities and triplets which are stated in the abstract. The prototype used Python notebooks and libraries to work graphs like SPARQLWrapper, RDFLib and Network, and Natural Language Processing as Spacy. Additionally, we identify DBpedia entities and SKOS concepts with the TagMe API. Finally, we analyze documents by using the similarity of GraphDB creating semantic indexes with SPARQL to visualize Network and the Pyvis library were used. The results show thatout of twenty manually analyzed publications we found twenty-four relevant publications, that is, the system was able to find at least one similar document of interest to the researcher. |
Descripción : | Resumen: Los Grafos de Conocimiento Científico describen recursos u objetos de investigación, como documentos científicos, utiliza tecnologías semánticas, ontologías y metadatos. El objetivo es estructurar grandes cantidades de datos para mejorar la búsqueda de información. El presente proyecto propone un modelo multi-dimensional para el análisis de documentos, creando índices y métricas de similitud. El modelo permitirá a los investigadores tener diferentes perspectivas o vistas para encontrar documentos similares,considerando diferentes metadatos. Para validar se preparó un SKG enriquecido con: (1) metadatos de publicaciones obtenidos desde Scholarly Data, y (2) entidades y triplets identificados en el resumen de los documentos. El prototipo utilizó cuadernos Pythony librerías para trabajar con grafos como SPARQLWrapper, RDFLiby Network, y Procesamiento de Lenguaje Natural como Spacy. Además, identificamos entidades DBpedia y conceptos SKOS con la API TagMe. Finalmente, analizamos documentos utilizando la similitud de GraphDBcreando índices semánticos con SPARQLpara visualizar se utilizó Networky la librería Pyvis. Los resultados muestran que de veinte publicaciones analizadas manualmente encontramos veinte y cuatro publicaciones relevantes, es decir, el sistema fue capaz de encontrar al menos un documento similar que interese al investigador. |
URI : | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=129439.TITN. |
Aparece en las colecciones: | Titulación de Sistemas Informáticos y Computación |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.