[論文レビュー] pyBibX -- A Python Library for Bibliometric and Scientometric Analysis Powered with Artificial Intelligence Tools

Valdecy Pereira, Márcio Pereira Basílio+1 more|arXiv (Cornell University)|Apr 27, 2023

Bioinformatics and Genomic Networks被引用数 17

ひとこと要約

pyBibX は Scopus、Web of Science、PubMed のデータに対して bibliometric および scientometric 分析を行う Python ライブラリで、EDA、ネットワーク分析、NLP の AI ツールを組み合わせます。

ABSTRACT

Bibliometric and Scientometric analyses offer invaluable perspectives on the complex research terrain and collaborative dynamics spanning diverse academic disciplines. This paper presents pyBibX, a python library devised to conduct comprehensive bibliometric and scientometric analyses on raw data files sourced from Scopus, Web of Science, and PubMed, seamlessly integrating state of the art AI capabilities into its core functionality. The library executes a comprehensive EDA, presenting outcomes via visually appealing graphical illustrations. Network capabilities have been deftly integrated, encompassing Citation, Collaboration, and Similarity Analysis. Furthermore, the library incorporates AI capabilities, including Embedding vectors, Topic Modeling, Text Summarization, and other general Natural Language Processing tasks, employing models such as Sentence-BERT, BerTopic, BERT, chatGPT, and PEGASUS. As a demonstration, we have analyzed 184 documents associated with multiple-criteria decision analysis published between 1984 and 2023. The EDA emphasized a growing fascination with decision-making and fuzzy logic methodologies. Next, Network Analysis further accentuated the significance of central authors and intra-continental collaboration, identifying Canada and China as crucial collaboration hubs. Finally, AI Analysis distinguished two primary topics and chatGPT preeminence in Text Summarization. It also proved to be an indispensable instrument for interpreting results, as our library enables researchers to pose inquiries to chatGPT regarding bibliometric outcomes. Even so, data homogeneity remains a daunting challenge due to database inconsistencies. PyBibX is the first application integrating cutting-edge AI capabilities for analyzing scientific publications, enabling researchers to examine and interpret these outcomes more effectively.

研究の動機と目的

• 主要データベースにまたがる生データソースから、包括的な bibliometric および scientometric 分析を可能にする。
• 最新の AI 機能（埋め込み、トピックモデリング、テキスト要約）を bibliometric ワークフローに統合する。
• グラフィカルな可視化とネットワーク分析（Citation、Collaboration、Similarity）を用いた Exploratory Data Analysis を提供する。
• 実データセットを用いてライブラリをデモンストレーションし、洞察と実用的な使い方を示す。

提案手法

• Scopus、Web of Science、および PubMed からデータを取り込む。
• グラフィカルな出力を伴う Exploratory Data Analysis を実行する。
• Citation、Collaboration、Similarity 分析用のネットワーク分析モジュールを組み込む。
• 埋め込みベクトル、Sentence-BERT、BerTopic、BERT、chatGPT、PEGASUS を含む AI/NLP ツールをテキストタスクに適用する。
• chatGPT クエリを介した結果の対話的解釈を可能にする。

実験結果

リサーチクエスチョン

• RQ1 AI ツールは bibliometric および scientometric の結果の解釈をどのように強化できるか？
• RQ2 分析対象データセットにおける中核的な著者と協力パターンは何か？
• RQ3 出版物の AI 支援テキスト分析からどのトピックが浮かび上がるか？
• RQ4 データの異種性とデータベースの不整合がソース間の分析に及ぼす影響は何か？

主な発見

• EDA は意思決定とファジィロジックの方法論への関心が高まっていることを示している。
• ネットワーク分析は中核的な著者と顕著な大陸内協力を特定し、カナダと中国を協力拠点としている。
• AI 分析は2つの主要トピックとテキスト要約における chatGPT の優位性を明らかにしている。
• このライブラリは研究者が bibliometric の成果について chatGPT に質問することを可能にする。
• データの均質性はデータベース間の不整合のため依然として課題である。