Exploring Topic Evolution in Large Scientific Archives with Pivot Graphs
Explorer l'évolution de topics dans les grandes archives scientifiques avec des graphes pivot
Résumé
There is an increasing demand for practical tools to explore the evolution of scientific research published in bibliographic archives such as the Web of Science (WoS), arXiv, PubMed or ISTEX. Revealing meaningful evolution patterns from these document archives has many applications and can be extended to synthesize narratives from datasets across multiple domains, including news archives, legal document archives and works of literature.In this thesis, we propose a data model and query language for the visualization and exploration of topic evolution graphs. Our model is independent of a particular topic extraction and alignment method and proposes a set of semantic and structural metrics for characterizing and filtering meaningful topic evolution patterns. These metrics are particularly useful for the visualization and the exploration of large topic evolution graphs. We also present a prototype implementation of our model on top of Apache Spark and experimental results obtained for four real-world document archives.
Il existe une demande croissante d’outils pratiques pour explorer l’évolution de la recherche scientifique publiée dans des archives bibliographiques telles que le Web of Science (WoS), arXiv, PubMed ou ISTEX. L’extraction et l’exploration de schémas ou motifs d’évolution à partir de ces archives a de nombreuses applications et peut être étendue pour synthétiser des récits à partir de ressources textuelles dans d’autres domaines comme les archives journalistiques, les textes juridiques ou les textes littéraires. Dans cette thèse, nous proposons un modèle de données et un langage d’interrogation pour la visualisation et l’exploration de graphes d’évolution de sujets (topics) de recherche. Notre modèle est indépendant d’une méthode particulière d’extraction de sujets et de leur alignement temporel dans un graphe d’évolution. Il inclut un ensemble de métriques sémantiques et structurelles pour caractériser et filtrer des motifs d’évolution de sujets significatifs. Ces métriques sont particulièrement utiles pour la visualisation et l’exploration de grands graphes d’évolution. Nous présentons également un prototype d’implémentation de notre modèle sur Apache Spark et les résultats expérimentaux obtenus pour quatre archives de documents du monde réel.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|