知识图谱在COVID-19研究中的应用
知识图谱通过节点和边的形式组织信息，使其能够被更高效地探索和分析。在COVID-19知识图谱中，节点代表实体，边表示实体间的关系。
图谱结构设计
图谱包含五种节点类型：
- 论文节点：包含标题、ID号等元数据
- 作者节点：包含作者姓名
- 机构节点：包含机构名称和位置
- 概念节点：包含论文中出现的具体医学术语
- 主题节点：包含基因组学、流行病学等研究领域
同时定义五种边类型：
- 作者关系：连接论文与作者
- 隶属关系：连接作者与机构
- 概念关联：连接论文与相关概念
- 主题关联：连接论文与主题
- 引用关系：连接论文与被引论文
图谱构建过程
从标准化格式的研究论文中提取标题、摘要、正文、作者、机构和引用信息。使用某机构的医学理解服务提取医学实体，并将其分类为实体类型。采用Z-LDA主题模型从论文文本中提取主题，并通过医学专家协助最终确定10个主题。
应用案例：基于引用的排名
图谱结构便于统计引用次数，并支持按特定主题或概念进行定制化统计。
相似论文引擎
给定一篇论文，相似论文引擎使用两种相似性度量方法：
科学文本嵌入 使用基于BERT的科学文本专用模型SciBert，分别对标题、摘要和正文生成嵌入表示，然后进行平均融合。在表示空间中，嵌入向量的接近程度反映论文相似性。
知识图谱嵌入 使用某机构开发的DGL-KE工具，从知识图谱中提取向量三元组（头实体，关系，尾实体）作为训练数据。通过区分真实链接和虚假链接，训练得到图中所有节点的嵌入表示。
最后将语义嵌入和知识图谱嵌入拼接，在新的高维表示空间中通过计算余弦距离得到最相似的前k篇论文。
评估方法
由于缺乏论文推荐的基准真值，通过定量和定性分析进行评估，包括流行度分析、主题交集分析、低维聚类和摘要比较等方法。
该技术为COVID-19研究人员提供了强大的信息发现工具，显著提升了科研效率。
