知识图谱加速COVID-19科研信息检索

利用知识图谱加速COVID-19研究

知识图谱通过节点和边的结构组织信息，便于更高效地探索分析。节点代表实体（如论文、作者），边表示实体间关系。某中心于2020年5月公开了COVID-19知识图谱（CKG），该图谱基于艾伦人工智能研究所牵头构建的COVID-19开放研究数据集（CORD-19）构建，支撑了某中心的文献排序和推荐系统。

图谱结构设计

图谱包含五类节点：

• 论文节点：包含标题、ID等元数据
• 作者节点：记录作者姓名
• 机构节点：包含机构名称和地理位置
• 概念节点：标注论文中出现的医学术语（如布洛芬、心功能障碍）
• 主题节点：表示研究领域（如基因组学、流行病学）

边关系包括：作者关联、机构隶属、概念关联、主题关联和论文引用关系。

图谱构建技术

概念提取

采用某中心的医疗实体识别服务，从文本中提取医学实体并分类。例如从"腹部超声提示急性阑尾炎"中识别"腹部（解剖结构）"“超声（检查程序）”“急性阑尾炎（医疗状况）”。

主题生成

使用Z-LDA主题模型分析论文标题、摘要和正文，基于术语频率筛选出10个核心主题，并由医学专家参与审定。

应用案例

引文排序

利用图谱结构实现定制化引文统计，可针对特定主题或概念筛选高影响力论文。

相似论文推荐引擎

结合两种嵌入技术：

1. 语义嵌入：使用SciBert模型生成论文