Core Concepts
이 연구는 초보 연구자들이 연구 주제에 대한 통찰을 효율적으로 얻을 수 있도록 지원하기 위해 계층적 트리 구조의 지식 그래프를 개발하였다.
Abstract
이 연구는 학술 통찰 조사를 지원하기 위해 계층적 트리 구조의 지식 그래프를 개발하였다.
첫째, S2ORC 데이터셋을 활용하여 인용 정보와 통찰 내용을 포함하는 데이터셋을 구축하였다.
둘째, 기계 학습 기술을 활용하여 논문의 통찰 문장을 "Issue Finding"과 "Issue Resolved"로 분류하였다.
셋째, 인용 정보와 관련성 행렬을 기반으로 상속 트리와 관련성 트리라는 두 가지 유형의 계층적 트리 구조를 생성하였다.
상속 트리는 연구 주제의 인용 관계를 반영하여 연구 방향을 시각화한다. 관련성 트리는 논문 간 "Issue Finding"과 "Issue Resolved"의 연관성을 보여주어 잠재적인 연구 방향을 제시한다.
이렇게 생성된 지식 그래프는 초보 연구자들이 연구 주제에 대한 통찰을 효율적으로 얻는 데 도움을 줄 것으로 기대된다.
Stats
이 연구에서는 S2ORC 데이터셋을 활용하여 "HotpotQA" 주제와 관련된 논문들을 추출하였다.
Quotes
"이 연구는 초보 연구자들이 연구 주제에 대한 통찰을 효율적으로 얻을 수 있도록 지원하기 위해 계층적 트리 구조의 지식 그래프를 개발하였다."