Grafos de Conocimiento Científico Análisis comparativo de publicaciones mediante un enfoque multidimensional

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.

• Prif Awdur: Quevedo Jumbo, Xavier Antonio (author)
• Fformat: bachelorThesis
• Iaith: spa
• Cyhoeddwyd: 2022
• Pynciau: Metadatos; Estudio; Ingeniero en sistemas informáticos y computación; Tesis y disertaciones académicas
• Mynediad Ar-lein: http://dspace.utpl.edu.ec/handle/123456789/30375