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, 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 stories, research papers, legal cases and works of literature. In this thesis, we propose a data model and query language for the visualization and exploration of topic evolution networks. 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 networks. We also present a prototype implementation of our model on top of Apache Spark and experimental results obtained for four representative 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, arXiv, PubMed ou ISTEX. L’extraction de topics et de leur évolution à partir de ces archives documentaires a de nombreuses applications et peut être étendue pour synthétiser des récits à partir d'ensembles de documents dans plusieurs domaines, y compris les flux d’actualités, les articles de recherche, les textes juridiques et les œuvres littéraires. Dans cette thèse, nous proposons un modèle de données et un langage d'interrogation pour la visualisation et l'exploration de réseaux d'évolution de sujets de recherche scientifiques. Notre modèle est indépendant d'une méthode particulière d'extraction et d'alignement de topics et propose un ensemble de métriques sémantiques et structurelles pour caractériser et filtrer des motifs d'évolution de domaines scientifiques. Ces métriques sont particulièrement utiles pour la visualisation et l'exploration de grands réseaux d'évolution de topics. Nous présentons également une implémentation de notre modèle sur Apache Spark et les résultats expérimentaux obtenus pour quatre archives de documents représentatives.
| Origine | Version validée par le jury (STAR) |
|---|