Побудова мережі предметних областей на базі ресурсу arXiv

Abstract

Запропоновано новий спосіб опрацювання інформації системи бібліотеки Корнуельского університету — ресурсу препринтів arXiv. Авторами розроблено та реалізовано алгоритм пошуку публікацій за заданим концептом з урахуванням наукового напрямку, до якого відноситься публікація. Основну увагу зосереджено на розподілі публікацій за визначеними науковими напрямками та відповідними підгрупами, що передбачені ресурсом. Основні методи, які було використано для реалізації роботи, — це робота з текстовими масивами та подальша обробка отриманих результатів, параметри оцінки роботи пошуку та результатів пошуку. Сформульовано визначення мережі предметних областей. Для кожної предметної області складено словник як довідковий інструмент для реалізації поставленої задачі. Також відображено основні етапи побудови мережі предметних областей на базі ресурсу препринтів arXiv. Результатом роботи стало візуальне представлення мережі предметних областей для концепту — «cavitation» та тлумачення отриманих результатів. Дані, що представлені у матеріалі, опрацьовано в лютому-березні 2018 року.

Предложен новый способ оценки информации системы библиотеки Корнуэльского университета — ресурса препринтов arXiv. Авторами разработан и реализован алгоритм поиска публикаций по заданному концепту с учетом научного направления, к которому относится публикация. Основное внимание сосредоточено на распределении публикаций по определенным научным направлениям и соответствующим подгруппам, которые предусмотрены ресурсом. Основные методы, которые использовались для реализации задачи, — это работа с текстовыми массивами и дальнейшая обработка полученных результатов, параметры оценки работы поиска и результатов поиска. Сформулировано определение сети предметных областей. Для каждой предметной области составлен словарь как справочный инструмент для решения поставленной задачи. Также отображены основные этапы построения сети предметных областей на базе ресурса препринтов arXiv. Результатом работы стало визуальное представление сети предметных областей для концепта — «cavitation» и обоснование полученных результатов. Данные, представленные в статье, были собраны и протестированы в феврале-марте 2018 года.

The new method of information processing, which is based on the Kornuel University Library resource ArXiv is represented. An algorithm of publications search by the given notion taking into conside-ration the research field of the found publication has been developed and actualized. The mail accents were made on the allocation of the publications according to the predefined research fields and appropriate subgroups, established by the resource. Main methods being applied for the realization of the problem are text mining methods and further interpretation of the results, evaluation parameters of the search results.The definition of the subject domains network has been also suggested. For every subject domain predefined by the resource there was formed a vocabulary — a reference tool. The main steps of the subject domains network formation are depicted in the paper.The result of the work is a visual representation of the subjects’ domain network for the concept — «cavitation» and further interpretation of obtained results. For the search results there was calculated the parameter which identify the inherency of the given concept to several subject domain and according to the traditional approaches of the text search evaluation there was calculated the metrics — recall, which characterizes the ability of system to find out the needed documents, but it doesn’t consider the number of non-relevant documents shown to user. The main conclusion of the research is the suggestion of new approaches to form the view on the notion affiliation to several research fields and is based on the open access preprint resource. The developed approach gives an opportunity to analyze, visualize and represent the concept in attribution to research fields; it allows to form the research picture and to widen the ways to form the big projects. Data obtained and represented in the research was processed in February-March, 2018.