[논문 리뷰] Mining Scientific Papers for Bibliometrics: a (very) Brief Survey of Methods and Tools

Iana Atanassova, Marc Bertin외 1명|arXiv (Cornell University)|2015. 05. 06.

Data Mining Algorithms and Applications참고 문헌 8인용 수 7

한 줄 요약

이 논문은 과학 논문을 텍스트 분석 및 자연어 처리를 통해 문헌정보학적 연구를 향상시키기 위한 방법과 도구를 조사한다. 오픈 액세스와 표준화된 형식의 역할이 전체 논문의 대규모 분석을 가능하게 하며, 문헌정보학과 계산어학 간의 다학제적 통합을 통해 과학 문헌에서 더 깊이 있는 통찰을 이끌어내야 한다고 주장한다.

ABSTRACT

The Open Access movement in scientific publishing and search engines like Google Scholar have made scientific articles more broadly accessible. During the last decade, the availability of scientific papers in full text has become more and more widespread thanks to the growing number of publications on online platforms such as ArXiv and CiteSeer. The efforts to provide articles in machine-readable formats and the rise of Open Access publishing have resulted in a number of standardized formats for scientific papers (such as NLM-JATS, TEI, DocBook). Our aim is to stimulate research at the intersection of Bibliometrics and Computational Linguistics in order to study the ways Bibliometrics can benefit from large-scale text analytics and sense mining of scientific papers, thus exploring the interdisciplinarity of Bibliometrics and Natural Language Processing.

연구 동기 및 목표

• 문헌정보학이 과학 논문의 대규모 텍스트 분석 및 의미 채굴을 통해 어떻게 혜택을 볼 수 있는지 탐색하기.
• 전체 논문을 채굴하기 위한 기존 도구와 방법을 식별하고 검토하기.
• 문헌정보학과 계산어학 간의 다학제적 연구를 촉진하기.
• 오픈 액세스와 표준화된 형식이 텍스트 채굴을 위한 데이터 가용성에 어떤 영향을 미치는지 검토하기.
• 고급 텍스트 분석 기법을 통해 과학 문헌 분석 분야의 혁신을 자극하기.

제안 방법

• 과학 논문 채굴을 위한 기존 도구와 방법에 대한 체계적 검토.
• 주로 arXiv와 CiteSeer와 같은 오픈 액세스 레포지터리를 주요 데이터 원천으로 삼기.
• 기계로 읽을 수 있는 과학 문서 처리를 위한 표준 형식인 NLM-JATS, TEI, DocBook 분석.
• 전체 논문의 의미적 이해를 위한 자연어 처리(NLP) 기법 통합.
• 문헌정보학 연구에서 대규모 텍스트 채굴의 실현 가능성과 이점 평가.
• 확장 가능한 채굴 워크플로를 지원하기 위한 디지털 도서관 인프라와 메타데이터 활용.

실험 결과

연구 질문

• RQ1 어떻게 전체 논문 과학 논문을 문헌정보학적 분석을 위해 효과적으로 채굴할 수 있는가?
• RQ2 과학 문헌의 대규모 텍스트 채굴을 위한 현재 가용한 도구와 방법은 무엇인가?
• RQ3 자연어 처리 기법은 전통적인 문헌정보학 지표를 어떻게 향상시킬 수 있는가?
• RQ4 오픈 액세스와 표준화된 형식은 데이터 접근성에 어떤 영향을 미치는가?
• RQ5 문헌정보학과 계산어학 간의 통합에서 주요 과제와 기회는 무엇인가?

주요 결과

• 오픈 액세스 플랫폼를 통해 전체 논문을 확보할 수 있게 되어 대규모 텍스트 채굴의 잠재력이 크게 증가했다.
• NLM-JATS 및 TEI와 같은 표준 형식은 과학 문서의 기계 처리에 더 신뢰성 있고 일관성 있게 기여한다.
• 자연어 처리 기법은 기본적인 인용 지표를 넘어서 의미적이고 맥락적인 통찰을 추출할 수 있다.
• 문헌정보학과 계산어학 간의 다학제적 협업은 더 세밀하고 정보가 풍부한 연구 평가로 이어질 수 있다.
• 기존 도구와 방법은 유망한 잠재력을 보이고 있지만, 전체 논문 채굴의 잠재력을 완전히 실현하기 위해 추가 개발이 필요하다.
• 텍스트 분석을 문헌정보학 연구에 통합하면 과학적 영향 평가의 깊이와 정확성이 향상될 수 있다.