登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《释放人工智能的力量：对人工智能增强的科学计量学、网络计量学和文献计量学尖端技术的系统回顾》

  • 来源专题：数智化图书情报
  • 编译者： 徐宏帅
  • 发布时间：2024-03-19


  • 释放人工智能的力量：对人工智能增强的科学计量学、网络计量学和文献计量学尖端技术的系统回顾

    研究目的

    该研究旨在分析人工智能（AI）与科学计量学、网络计量学和文献计量学的协同作用，以释放并强调人工智能算法在这些领域的应用潜力和优势。


    设计/方法论/途径

    通过进行系统的文献综述，我们的目标是探索人工智能在彻底改变用于衡量和分析学术交流、识别新兴研究趋势和评估科学出版物影响的方法方面的潜力。为了实现这一目标，我们在 ProQuest、IEEE Explore、EBSCO、Web of Science 和 Scopus 等知名数据库中实施了全面的检索策略。我们的检索涵盖了 2000 年 1 月 1 日至 2022 年 9 月期间发表的文章，对 61 篇相关文章进行了全面审查。


    研究结果

    （1）在科学计量学方面，人工智能的应用具有各种明显的优势，例如在更客观可靠的框架中进行出版物分析、引文分析、研究影响预测、协作、研究趋势分析和知识图谱分析。（2）在网络计量学方面，人工智能算法能够增强网络爬行和数据收集、网络链接分析、网络内容分析、社交媒体分析、网络影响力分析和推荐系统。（3）此外，数据收集的自动化、引文分析、作者消歧、合着网络分析、研究影响评估、文本挖掘和推荐系统被认为是人工智能在文献计量领域集成的潜力。


    原创性/价值

    这项研究涵盖了人工智能增强的科学计量学、网络计量学和文献计量学的特别新的好处和潜力，以强调通过人工智能实现这种整合的协同作用的重大前景。


  • 原文来源：https://www.emerald.com/insight/content/doi/10.1108/LHT-10-2023-0514/full/html
376浏览量
原文链接
相关报告

  • 《第五届科学文献知识实体提取与评估（EEKE2024）与第四届人工智能+信息计量学（AII2024）联合研讨会》
    • 来源专题：数智化图书情报
    • 编译者：杨小芳
    • 发布时间：2024-01-14
    • 征稿启事 我们诚邀您参加2024年4月22日至26日在中国长春举行的第五届科学文献知识实体提取与评估（EEKE2024）和第四届人工智能+信息计量学（AII2024）联合研讨会 https://eeke-workshop.github.io/2024 研讨会的目的 在大数据时代，海量的信息和数据极大地改变了人类文明。信息的广泛可用性为人们提供了更多的机会，但一个新的挑战正在上升：我们如何从众多信息来源中获取有用的知识。知识实体是特定学科或研究领域中相对独立、完整的知识模块[1]。作为知识传播的重要媒介，包含大量知识实体的科学文献吸引了学者的关注[2]。与此相辅相成的是，信息学，即对信息定量方面的研究，已经从人工智能（AI）中获得了巨大的好处，因为它能够分析非结构化的可扩展数据和流，理解不确定的语义，以及开发强大且可重复的模型。将信息计量学与人工智能技术相结合，在将大数据转化为巨大价值和影响方面取得了巨大成功。例如，深度学习方法启发了模式识别的研究，并进一步利用时间序列来跟踪技术变革。然而，从理论和实践的角度来看，如何有效地整合人工智能和信息计量学的力量来创建跨学科的解决方案仍然难以捉摸。 该研讨会旨在让相关社区参与从科学文献和人工智能+信息中提取和评估知识实体的开放性问题。具体而言，科学文献中的知识实体可能包括方法实体、任务、数据集和指标、软件和工具等[3]。知识实体应用包括知识实体图谱和路线图的构建、知识实体引用的建模功能等。有一些基于知识实体的在线平台，例如SAGE研究方法和“SOTA”项目。同时，本次研讨会还针对人工智能+信息计量学中某些未解决的问题及其广泛的实际场景，包括：将人工智能和信息计量学联系起来，从理论或实践的角度填补跨学科的差距;构建人工智能赋能的信息计量模型，增强鲁棒性、适应性和有效性，利用信息管理中的知识、概念和模型，加强人工智能+信息计量学的可解释性，以适应现实世界案例中的实证需求[4]。 是次联合研讨会将这两个前沿和跨学科的方向命名为：知识实体的提取和评估（EEKE），重点介绍从科学文献中识别知识实体的智能方法的发展，并促进其在广泛的信息研究中的应用。AI + Informetrics （AII），强调通过构建基础理论、开发新方法、将概念知识与实际应用联系起来以及创建实际解决方案来努力实现 AI 和信息计量学的交互。 本次研讨会旨在聚集研究人员和实际用户，在这个前沿场所开设一个协作平台，交流思想、分享试点研究并确定未来方向。 研讨会主题 该研讨会主要面向广泛的信息和图书馆学、科学科学、人工智能领域的学术研究人员，图书馆员、ST&I管理人员和政策制定者以及任何相关部门的从业人员也将对此感兴趣。 我们邀请对包括但不限于知识实体提取方法和知识实体应用等主题进行激励性研究。感兴趣的领域的具体示例包括：科学文献中的任务和方法对科学文档中的实体提取进行建模和算法数据集和指标提到从科学文献中提取从科学文献中提取软件和工具知识实体摘要知识实体的关系抽取知识实体引文的建模功能机器学习（包括深度学习）的信息计量学具有自然语言处理或计算语言学的信息计量学计算机视觉信息计量学信息计量学与其他相关人工智能技术（例如，信息检索）人工智能在科学中的应用面向科学、技术和创新的人工智能人工智能在研究政策和战略管理中的应用知识实体抽取的应用人工智能赋能信息计量学的应用 投稿须知 所有提交的内容必须以英文书写，遵循CEUR-ART风格，并应以PDF文件的形式提交给EasyChair。常规论文：全文10页，短篇论文4页，参考文献不限页数。海报和演示：我们欢迎提交作品，详细说明知识实体提取的原始、早期发现、正在进行的工作和工业应用，以及评估，以参加特别的海报会议，可能会在主要会议中进行2分钟的演示。一些研究方向的论文也将被邀请参加海报轨道，尽管海报和研究轨道提交之间的最终程序没有区别。这些论文应遵循与研究轨道论文相同的格式，但可以更短（海报和演示论文为 2 页）。 所有提交的内容将由至少两名独立评审员进行评审。请注意，每篇论文至少需要一名作者注册参加研讨会并参加研讨会以展示工作。如果没有出现，论文（即使被接受）将从会议记录和程序中删除。 研讨会论文集将在线存放在CEUR研讨会论文集出版服务中。这样一来，论文集将永久可用并可引用（数字持久标识符和长期保存）。 所属专题 被接受的投稿将被邀请提交给我们的技术预测和社会变革特刊。有关本期特刊的更多详细信息，请访问：https://eeke-workshop.github.io/2024/si-eeke-aii.html。 重要日期 所有日期都是地球上的任何地方 （AoE）。 投稿截止日期：2024年2月29日  录用通知：2024年3月20日 准备就绪：2024年3月30日  研讨会：2024年4月22日 引用 1. Chang，X.，Zheng，Q.（2008 年）。基于知识的学习资源组织的知识元素提取。在： Leung， H.， Li， F.， Lau， R.， Li， Q. （eds） Advances in Web Based Learning – ICWL 2007.国际妇女委员会，2007年。计算机科学讲义，第 4823 卷。施普林格，柏林，海德堡。https://doi.org/10.1007/978-3-540-78139-4_10 2. Ying， D.， Min， S.， Jia， H.， Qi， Y.， Erjia， Y.， Lili， L.， Tamy， C. 实体指标：衡量实体的影响。公共科学图书馆一号， 2013， 8（8）， e71416. https://doi.org/10.1371/journal.pone.0071416 3. Zhang， C.， Mayr， P.， Lu， W.， & Zhang， Y. （2022）.JCDL2022研讨会：从科学文献中提取和评估知识实体（EEKE2022）。在第 22 届 ACM/IEEE 数字图书馆联合会议 （JCDL '22） 的论文集中。美国纽约州纽约市计算机协会，第54条，第1-2条。https://doi.org/10.1145/3529372.3530917 4. Zhang， Y.， Zhang， C.， Mayr， P.， & Suominen， A.《AI+信息学：大数据时代的多学科互动》社论。科学计量学 127， 6503–6507（2022）。https://doi.org/10.1007/s11192-022-04561-w
    529浏览量
    原文链接

  • 《人工智能在图书馆中的应用：研究活动的文献计量分析和可视化》
    • 来源专题：数智化图书情报
    • 编译者：徐宏帅
    • 发布时间：2024-03-19
    • 人工智能在图书馆中的应用：研究活动的文献计量分析和可视化 研究目的 本研究旨在通过文献类型、出版年份、关键词、国家和研究方法来分析人工智能（AI）在图书馆应用的研究现状。总体目标是通过确定当前的研究差距、为未来研究提供方向并加深对有效政策制定所需的理解，丰富人工智能驱动的图书馆的现有知识。 设计/方法论/途径 本研究采用文献计量和网络分析等先进工具，从SCOPUS数据库中提取截至2022年的现有文献。本研究通过识别和选择相关关键词、从数据库中提取数据、处理数据来分析人工智能在图书馆中的应用。使用先进的文献计量可视化工具获取数据并展示和讨论结果。对于这项综合研究，搜索策略得到了计算机科学家和图书馆员小组的批准。 研究结果 大多数有关人工智能在图书馆应用的研究都是在过去三年中进行的，很可能是在第四次工业革命的推动下进行的。结果显示，高被引文章由 Emerald Group Holdings Ltd 发表。然而，人工智能在图书馆的应用是一个发展中的领域，该研究强调需要在数字人文、机器学习、机器人、数据挖掘等领域进行更多研究和学术图书馆中的大数据。 研究局限性/影响 这项研究排除了用英语以外的语言撰写的涉及图书馆以外领域的论文，例如医学、健康、教育、科学和技术。 实际意义 本研究为希望在图书馆实施人工智能的管理者和政策制定者提供了见解。通过确定集群和主题，将使管理者能够提前计划，减轻潜在的缺点并抓住可持续增长的机会。
    289浏览量
    原文链接