COCI: Conference Organisers and Content Identifier
Dieses Paper stellt COCI vor, ein KI-basiertes Framework, das Large Language Models und semantische Kartierung nutzt, um strukturierte Metadaten aus unstrukturierten „Calls for Papers“ zu extrahieren und dadurch graue Literatur in etablierte wissenschaftliche Wissensgraphen für systematische Analysen zu integrieren.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Wissenschaft wird oft als eine Sammlung fertiger Bücher und polierter Fachartikel vorgestellt, als die Abschlussberichte von Forschungsergebnissen, die strenge redaktionelle Hürden überwunden haben. Doch ein Großteil des wissenschaftlichen Gesprächs findet lange vor dem Druck dieser letzten Seiten statt. Dies ist die Welt der „Grauen Literatur“, ein Begriff für Dokumente, die außerhalb traditioneller Publikationskanäle existieren. Dazu gehören unter anderem „Calls for Papers“, bei denen es sich im Wesentlichen um Einladungen handelt, die von Konferenzorganisatoren versendet werden, um neue Forschungsergebnisse zu sammeln. Diese Dokumente sind von entscheidender Bedeutung, da sie die frühesten Funken neuer Ideen offenbaren und zeigen, welche Themen Forscher begeistern und wer die treibenden Kräfte sind. Da diese Einladungen jedoch oft über E-Mail-Listen und einfache Webseiten verstreut sind, mangelt es ihnen an den ordentlichen, standardisierten Kennzeichnungen, die Bibliotheken und Datenbanken zur Organisation von Informationen verwenden. Dies macht es nahezu unmöglich, sie in großem Maßstab zu untersuchen, was eine erhebliche Wissenslücke in unserem Verständnis darüber hinterlässt, wie sich die Wissenschaft entwickelt und wer sie gestaltet.
Um dieses Problem zu lösen, hat ein Forscherteam ein neues digitales Werkzeug namens COCI entwickelt, was für „Conference Organisers and Content Identifier“ steht. Betrachten Sie dieses System als einen hochqualifizierten Übersetzer, der in der Lage ist, unstrukturierten, ungeordneten Text zu lesen und ihn in eine saubere, organisierte Liste von Fakten zu verwandeln. Die Forscher speisten Rohtexte aus vierzig verschiedenen Konferenz-Einladungen in ihr System ein, die Felder von der Informatik bis zur Materialwissenschaft abdeckten. Das Werkzeug nutzt fortschrittliche künstliche Intelligenz, um den Text zu scannen und spezifische Details herauszufiltern: den Namen der Konferenz, wo und wann sie stattfinden wird, die allgemeinen Themen, die diskutiert werden, und – was am wichtigsten ist – die Namen und Rollen jeder Person, die die Veranstaltung organisiert.
Was dieses Werkzeug besonders leistungsfähig macht, ist das, was es nach der Extraktion dieser Namen tut. Anstatt eine Person einfach nur als „John Smith“ aufzuführen, arbeitet das System daran, diesen Namen mit einer permanenten, eindeutigen digitalen ID zu verknüpfen, die in der weltweiten Forschungsgemeinschaft verwendet wird. Es gleicht seine Funde mit mehreren massiven, etablierten Datenbanken ab, um sicherzustellen, dass es die richtige Person und die richtige Organisation gefunden hat. Wenn das System eine Übereinstimmung findet, fügt es dem Profil dieser Person einen eindeutigen Identifikator hinzu und verknüpft sie mit ihrer bisherigen Arbeit und ihrer Institution. Dies geschieht auch für die Konferenz selbst, indem das Ereignis mit bekannten Datensätzen ähnlicher Zusammenkünfte verknüpft wird. Dieser Prozess verwandelt eine einfache, informelle Einladung in einen strukturierten Datensatz, der mit anderen wissenschaftlichen Datensätzen verknüpft werden kann, und schließt so effektiv die Lücke zwischen informellen Ankündigungen und den formalen Karten des wissenschaftlichen Wissens.
Die Forscher testeten ihr System, indem sie vierzig reale Beispiele verarbeiteten und die Ergebnisse anschließend manuell überprüften, um zu sehen, wie gut es abschnitt. Das Werkzeug extrahierte die Metadaten erfolgreich aus jedem der analysierten Dokumente. In einem spezifischen Fall deckte das System eine Diskrepanz in einer externen Datenbank auf; die Untersuchung ergab, dass dies nicht ein Versagen des COCI-Abgleichsalgorithmus war, sondern ein bestehender Fehler innerhalb der OpenAlex-Datenbank selbst, die den Namen des Organisators als alternativen Alias für einen anderen Forscher gelistet hatte. Dieser Vorfall verdeutlicht, dass die Zuverlässigkeit der semantischen Extraktion manchmal von der Qualität der externen Linked Data abhängt. Das Team entwickelte zudem eine visuelle Benutzeroberfläche, die diese Informationen klar darstellt und die Konferenzdetails, die Liste der Organisatoren mit deren verifizierten Identitäten sowie die Themen, die auf Standard-Wissenschaftskategorien abgebildet sind, anzeigt. Diese strukturierte Darstellung eröffnet Wege zur Anbindung an externe Datenbanken und ermöglicht die zukünftige Möglichkeit zu untersuchen, ob Organisatoren zuvor in akademisches Fehlverhalten verwickelt waren.
Das ultimative Ziel dieser Arbeit ist es, der oft unsichtbaren Arbeit der Organisation der wissenschaftlichen Gemeinschaft eine formale Anerkennung zu geben. Indem sie diese verstreuten, informellen Dokumente in strukturierte Daten verwandeln, haben die Forscher die Grundlage für eine neue Art und Weise geschaffen, die Gesundheit und Qualität akademischer Konferenzen zu verfolgen. In Zukunft planen sie, ein System zu entwickeln, das automatisch nach neuen Einladungen sucht, sobald diese erscheinen, um ein lebendiges Protokoll darüber zu erstellen, wie sich wissenschaftliche Gemeinschaften bilden und verändern. Dies würde es der breiteren Gemeinschaft ermöglichen, die frühen Stadien von Forschungstrends zu verstehen und den Menschen Anerkennung zu zollen, die die Plattformen für Entdeckungen bauen, um sicherzustellen, dass die Arbeit der Organisation der Wissenschaft ebenso gesehen und geschätzt wird wie die Forschung selbst.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.