Francesco Osborne, Enrico Motta

KMi, The Open University, United Kingdom

November 2015

Klink&2:)Integra0ng)Mul0ple)Web)Sources)to)Generate)Seman0c)Topic)Networks)

Seman&cs)vs)keywords)

•  Many)systems)for)the)explora&on)of)research)

•  A)good)number)of)LD)corpus)describing)scholarly)data)

–  Nature)LD,)Bio2RDF,)AGRIS)LOD,)RDK,)DBLP++,)SW)Dog)Food,)Seman&c)Web)

Journal,)Springer)LOD,)Aminer)FOAF,)Dataset)Scholarometer))

2

From)keywords)to)research)topics)

For)making)sense)of)academic)data)is)very)useful)to)have)an)comprehensive)and)upNtoNdate)ontology)of)research)topics.)

)

Unfortunately:)

•  human)craCed)classifica&ons)evolve)too)slowly)and)tend)to)be)too)coarse&grained.)

•  Current)automated)methods)for)genera&ng)ontologies)of)research)topics:)

–  ignore)many)indirect)sta&s&cal)and)seman&c)rela&onships)

–  do)not)support)different)kinds)of)hierarchical)rela&onships)–  are)not)able)to)handle)effec&vely)ambiguous)topics)characterized)by)a)noisy)

set)of)rela&onships.))

3

Our)first)solu&on:)Klink)

Osborne,)F.)and)Mo/a,)E.)(2012))Mining)Seman:c)Rela:ons)between)Research)Areas.)Interna:onal)Seman:c)Web)Conference,)Boston,)MA)

Some)examples:)Seman&c)Network)of)Topics)

Osborne,)F.,)Mo/a,)E.)and)Mulholland,)P.)(2013))Exploring)Scholarly)Data)with)Rexplore,)Interna:onal)Seman:c)Web)Conference,)Sydney,)Australia)

technologies.kmi.open.ac.uk/rexplore

Main SW Communities (2000 – 2010)

Some)examples:)TopicNbased)Community)detec&on)

Osborne,)F.,)Scavo,)G.)and)Mo/a,)E.)(2014))A)Hybrid)Seman:c)Approach)to)Building)Dynamic)Maps)of)Research)Communi:es,)EKAW)2014,)Linkoping,)Sweden)

KlinkN2)

Klink&2)is)more)scalable)and)introduces)a)number)of)new)

features,)and)is)able:))

•  to)scale)up)to)large)interdisciplinary)ontologies)–  )It)is)able)to)generate)the)topic)ontology)incrementally)

•  to)handle)ambiguous)keywords)–  e.g.,)“java)(programming)”,)“java)(Indonesia)”,)“java)(Coffee)”)

•  to)take)as)input)any)kind)of)sta0s0cal)or)seman0c)rela0onship)–  )e.g.,)involving)authors,)organiza0ons,)venues…)

K1) K2)

K)K)

K)K)K)

K)K)K)K)

K)K)K)K)

K)K) K)K)

K)K)

K)K)K)

K)K)K)K)

K)K)K)

A) A)

A)

A)A)

A)

O) O)O)

O)

O)V)

V)

V)V)V

K) K)K)

Klink) Klink&2)

K1) K2)

Venues)

Authors)Organiza0ons)

Keywords)Keywords)

Rela&onships)used)in)Klink)and)KlinkN2.))

KlinkN2)data)model)

•  skos:broaderGeneric.)We)reuse)this)property)from)the)SKOS)

model,)to)indicate)the)intui&ve)no&on)that)an)area)is)a)sub&area)of)another)one.)

•  contributesTo.)This)is)defined)as)a)subNproperty)of)skos:related)and)indicates)that)R1)research)outputs)are)relevant)to)R2.)

•  relatedEquivalent.)Defined)as)a)subNproperty)of)skos:related,)which)indicates)that)two)topics)can)be)treated)as)equivalent)for)the)purpose)of)exploring)research.)

9

10

Statistical Inferences

skos:relatedEquivalent

skos:broaderGeneric contributesTo

Filtering

Triples generation

K)K)

K)K)K)

K)K)K)K)

K)K)K)

A) A)

A)

A)A)

A)

O) O) O)O)O)

V)V)

V)V)V)

K) K)K)

K1) K2)

Venues)

Authors)Organiza0ons)

Keywords)

Linked)Data)Cloud)

Clusterization Disambiguation

Input keywords Klink-2

Sta&s&cal)indicators)

Hierarchical)rela0onship)(skos:broaderGeneric,)contributesTo)))

11

RelatedEquivalent)rela0onship)

Handling)ambiguous)keywords)

KlinkN2)address)mainly)three)categories)of)ambiguous)keywords:)

•  Terms)which)actually)have)two)or)more)different)meanings)–  )e.g.,)“owl”,)the)ontology)web)language,)and)“owl”,)the)bird.))

•  Vague)terms,)with)meaning)that)can)change)according)to)the)

paper)they)are)associated)to)

–  )e.g.,)“mapping”,)“indexing”,)“performance”.)

•  Terms)that)used)to)have)a)unique)meaning,)but)are)now)used)in)specialized)ways)by)different)research)communi0es)–  e.g.)“ontology”.))

12

1 2

An)Example:)Java)(Programming)Language))

13 Klink-2 approach

An)Example:)Java)(Programming)Language))

14 Klink-2 approach

HOW?

1.  Klink-2 runs a hierarchical bottom-up clustering algorithm on the set of associates keywords.

2.  If the algorithm yields more than one cluster, Klink-2 run a slower and more accurate clusterization algorithm which considering only the entities associated with disambiguator keywords.

3.  If the process yields more than one cluster, the original keyword is used to produce as many disambiguated topics as the resulting number of clusters.)

Evalua&on)

15

We)tested)four)different)methods:))

•  the)classic)subsump0on)method)(labelled)S);)

•  the)original)Klink)algorithm)(labelled)K);)

•  a)first)version)of)Klink&2,)with)the)ability)of)integra&ng)mul&ple)rela&onships,)but)not)addressing)ambiguous)keywords)(labelled)KR);)

•  the)final)version)of)Klink&2,)with)also)the)ability)to)detect)and)split)ambiguous)keywords)in)contextual)mode)(labelled)K2);)

Evalua&on)

16

Evalua&on)

17

Current)situa&on)

• We)are)collabora&ng)with)major)academic)publishers,)

such)as)Elsevier)and)Springer.)

• We)run)KlinkN2)on)a)por&on)of)Scopus)data)about)

Computer)Science.)We)obtained)a)large&scale)ontology)consist)of)about))15)000)topics)linked)by)about)70)000)seman&c)rela&onships.))

• We)are)developing)a)new)version)of)Rexplore)

(technologies.kmi.open.ac.uk/rexplore/))which)will)take)full)advantage)of)KlinkN2)

Future)Direc&ons)

•  Diachronic)analysis)of)topic)meanings.)

•  Allowing)KlinkN2)to)analyze)paradigms,)technologies,)datasets,)tools)and)so)on.)

•  Exploi&ng)KlinkN2)ontology)in)a)variety)of)ways)to)produce)smart)analy0cs)of)research)data)