학술 커뮤니케이션 구조화를 통한 학술 지식 그래프: 리뷰

학술 문헌과 저자 간의 연결이 급증함에 따라 학술 지식 채굴 및 관리의 필요성이 크게 증가했습니다. 정보 추출, 온톨로지 일치 및 관계가 있는 학술 구성 요소 접근은 그 어느 때보다 중요해졌습니다. 따라서 과학 문헌의 발전으로 인해 학술 지식 그래프는 개념에 의미를 부여할 수 있는 다양한 응용 프로그램에 필수적이게 되었습니다. 이 연구의 목표는 학술 분야에서 지식 그래프의 구축, 개선 및 활용에 관한 문헌 리뷰를 보고하는 것입니다. 학술 문헌을 바탕으로 본 연구는 최신 기법의 현재 상태에 대한 완전한 평가를 제공합니다. 우리는 학술 커뮤니케이션을 구조화하여 기존의 학술 지식 그래프(SKG)의 상태를 조사하는 분석 방법론을 제시했습니다. 이 리뷰 논문은 SKG를 구성하기 위해 기계 학습, 규칙 기반 학습 및 자연어 처리 도구와 접근 방식을 적용하는 분야를 조사합니다. 또한 현재 연구 노력의 개요를 제공하기 위해 지식 그래프 활용 및 개선에 대한 리뷰를 제시합니다. 더불어 구축, 개선 및 활용에 대한 기존 애플리케이션과 도전 과제를 집합적으로 제공합니다. 본 연구는 SKG의 최전선 트렌드를 식별하는 데 도움을 주어 향후 연구자들이 자신의 작업을 이어갈 수 있도록 자극할 것입니다.