الاكتشاف القائم على الأدب

يُعدّ الاكتشاف القائم على الأدبيات (LBD)، أو ما يُسمى أيضًا بالاكتشاف المرتبط بالأدبيات (LRD)، شكلًا من أشكال استخلاص المعرفة وتوليد الفرضيات آليًا ، حيث يستخدم الأوراق البحثية والمنشورات الأكاديمية الأخرى (الأدبيات) لاكتشاف علاقات جديدة بين المعارف الموجودة (الاكتشاف). ويهدف الاكتشاف القائم على الأدبيات إلى اكتشاف معارف جديدة من خلال ربط المعلومات المذكورة صراحةً في الأدبيات لاستنتاج روابط لم تُذكر صراحةً. ^{[ 1 ]}

يمكن أن تساعد تقنية LBD الباحثين على اكتشاف واستكشاف الفرضيات بسرعة، بالإضافة إلى الحصول على معلومات حول التطورات ذات الصلة داخل وخارج مجالات تخصصهم، وزيادة تبادل المعلومات بين التخصصات. ^{[ 1 ]}

يُعرف أبسط أنواع نماذج العلاقات المنطقية وأكثرها انتشارًا بنموذج ABC، لأنه يتمحور حول ثلاثة مفاهيم هي A وB وC. ^{[ 2 ] [ 3 ] [ 4 ]} وينص هذا النموذج على أنه إذا كانت هناك علاقة بين A وB، وعلاقة أخرى بين B وC، فإن هناك علاقة بين A وC، والتي إن لم تُذكر صراحةً، فهي لم تُستكشف بعد. ^{[ 1 ]}

ابتكر دون ر. سوانسون تقنية LBD في ثمانينيات القرن العشرين. ^{[ 5 ]} افترض أن الجمع بين نتيجتين منشورتين بشكل منفصل تشيران إلى علاقة AB وعلاقة BC يُعد دليلاً على وجود علاقة AC غير معروفة أو غير مستكشفة. استخدم سوانسون هذه الفرضية لاقتراح زيت السمك كعلاج لمتلازمة رينود نظرًا لعلاقتهما المشتركة بلزوجة الدم . ^{[ 6 ]} وقد أثبتت دراسة مستقبلية لاحقة صحة هذه الفرضية. ^{[ 7 ]} وواصل سوانسون اقتراح اكتشافات أخرى باستخدام أساليب مماثلة. ^{[ 8 ] [ 9 ] [ 10 ] [ 1 ]}

يُعدّ ربط سوانسون مصطلحًا طُرح عام 2003 ^{[ 11 ]} ، ويشير إلى ربط معلومتين كانتا تُعتبران سابقًا غير مرتبطتين. ^{[ 12 ]} على سبيل المثال، قد يكون معروفًا أن المرض (أ) ناتج عن المادة الكيميائية (ب)، وأن الدواء (ج) معروف بقدرته على خفض كمية المادة الكيميائية (ب) في الجسم. مع ذلك، ولأنّ المقالتين نُشرتا بشكل منفصل (وتُسمى "بيانات منفصلة")، فقد تكون العلاقة بين المرض (أ) والدواء (ج) غير معروفة. يهدف ربط سوانسون إلى اكتشاف هذه العلاقات والإبلاغ عنها.

على الرغم من أن نموذج ABC يستخدم على نطاق واسع، إلا أن منتقدي النظام جادلوا بأن الكثير من العلوم لا يتم استيعابه من خلال تأكيدات بسيطة، بل يتم بناؤه من خلال التشبيهات والصور على مستوى أعلى من التجريد . ^{[ 13 ]}

تأتي خوارزمية LBD عمومًا بنوعين: الاكتشاف المفتوح والاكتشاف المغلق. في الاكتشاف المفتوح ، تُعطى A فقط. يجد هذا النهج Bs ويستخدمها لإعادة Cs التي قد تكون مثيرة للاهتمام إلى المستخدم، وبالتالي توليد فرضيات من A. أما في الاكتشاف المغلق ، فتُعطى A وC للنهج الذي يسعى إلى إيجاد Bs التي يمكن أن تربط بينهما، وبالتالي اختبار فرضية حول A وC. ^{[ 1 ]}

طُوِّرت على مر السنين العديد من الأنظمة لإجراء البحث القائم على الأدبيات، مُوسِّعةً الفكرة الأصلية لدون سوانسون، ويُعدّ تقييم جودة هذه الأنظمة مجالًا بحثيًا نشطًا. ^{[ 14 ]} تتضمن بعض الأنظمة نسخًا إلكترونية لزيادة سهولة الاستخدام. ^{[ 15 ]} من الأساليب الشائعة في العديد من الأنظمة استخدام مصطلحات MeSH لتمثيل المقالات العلمية. ويُستخدم هذا الأسلوب في أنظمة مانجال، وبيتولا، وليتلينكر. ^{[ 16 ]}

يُعرف أحد الأنظمة المعروفة في هذا المجال باسم Arrowsmith ، وهو مصمم لإيجاد روابط بين مجموعتين منفصلتين من المقالات، وهو نهج يُطلق عليه اسم بحث "العقدتين". ^{[ 17 ] [ 18 ]}

يستخدم نظام آخر معروف، وهو LION LBD، ^{[ 19 ] برنامج PubTator [ 20 ]} لتصنيف المقالات العلمية المنشورة في PubMed بمفاهيم مثل المواد الكيميائية ، والجينات/البروتينات، والطفرات ، والأمراض ، والأنواع ؛ بالإضافة إلى تصنيف سمات السرطان على مستوى الجملة، والتي تصف العمليات والسلوكيات الأساسية للسرطان. ^{[ 21 ]} ويستخدم هذا النظام مقاييس التواجد المشترك لترتيب العلاقات بين المفاهيم، ويُجري عمليات اكتشاف مفتوحة ومغلقة. ^{[ 1 ]}

بينما تعتمد أنظمة LBD على الأساليب الإحصائية التقليدية، ^{[ 16 ]} تستفيد أنظمة أخرى من أساليب التعلم الآلي المتطورة ، مثل الشبكات العصبية . ^{[ 1 ]} تمثل بعض أنظمة LBD العلاقة بين المفاهيم كرسم بياني معرفي ، وبالتالي تستخدم تقنيات نظرية الرسم البياني . ^{[ 22 ]} كما يُعد التمثيل القائم على الرسم البياني أساسًا لأنظمة LBD التي تستخدم قواعد بيانات الرسم البياني مثل Neo4J ، مما يُمكّن من الاكتشاف عبر لغات استعلام الرسم البياني مثل Cypher . ^{[ 23 ]}

تمثل أنظمة LBD القائمة على الرسوم البيانية العلاقات بين المفاهيم باستخدام أنواع علاقات مختلفة، مثل تلك الموجودة في الشبكة الدلالية UMLS . ^{[ 24 ]} وتذهب بعض المناهج إلى أبعد من ذلك، وتحاول تطبيق العلاقات السياقية، ^{[ 25 ]} وهو منهج تستخدمه أيضًا أنطولوجيا الجينات لنمذجة النشاط السببي (GO-CAM). ^{[ 26 ]}

قائمة الأنظمة

هذه هي أنظمة LBD المنشورة، مرتبة حسب تاريخ النشر: ^{[ 29 ]}

• 1986 - أروسميث ^{[ 6 ]}
• 2000 - BITOLA V1 ^{[ 30 ]}
• 2001 - DAD ^{[ 31 ]}
• 2003 - LitLinker ^{[ 32 ]}
• 2004 - ACS ^{[ 33 ]}
• 2004 - مانجال ^{[ 34 ]}
• 2004 - قزحي ^{[ 35 ]}
• 2005 - BITOLA V2 ^{[ 36 ]}
• 2006 - LitLinker V2 ^{[ 37 ]}
• 2007 - Arrowsmith V2 ^{[ 38 ]}
• 2008 - الذكرى السنوية 2.0 ^{[ 28 ]}
• 2008 - اكتشاف النشر التعاوني ^{[ 39 ]}
• 2009 - راجولينك ^{[ 40 ]}
• 2010 - الفصل الدراسي الثاني ^{[ 41 ]}
• 2015 - Obvio ^{[ 42 ]}
• 2016 - سبارك ^{[ 43 ]}
• 2017 - استغلال الفجوة ^{[ 44 ]}
• 2019 - LION LBD ^{[ 19 ]}

تعتمد أتمتة الاكتشاف القائم على الأدبيات بشكل كبير على استخراج النصوص . ^{[ 56 ]}

غالبًا ما تتضمن لغة المقالات العلمية غموضًا، وتُعدّ خطوة مهمة لتحليل الأدبيات العلمية بشكل متسق هي استخلاص معنى كل مصطلح في سياق استخدامه، وهي مهمة تُعرف باسم إزالة الغموض عن معاني الكلمات (WSD). ^{[ 57 ]} على سبيل المثال، قد يُخلط بين مصطلحات الجينات مثل CT ( PCYT1A ) و MR ( NR3C2 ) وبين اختصارات التصوير المقطعي المحوسب والرنين المغناطيسي ، مما يستدعي أنظمة متطورة لإزالة الغموض. ^{[ 58 ]} غالبًا ما تُربط المصطلحات بالأنطولوجيات أو مصادر أخرى للمعرفات الفريدة، مثل نظام اللغة الطبية الموحد (UMLS). ^{[ 59 ]} تُسمى هذه العملية، التي يتم فيها ربط عدة عبارات مختلفة باسم أو مُعرّف واحد، بالتطبيع. ^{[ 55 ]}

• نظام أروسميث
• التضمين
• الفهرسة الدلالية الكامنة
• استعارة
• استخراج النصوص
• الحفظ الحيوي
• بيوكرييتف

• ويلسون، باتريك (1977). المعرفة العامة، الجهل الخاص: نحو سياسة للمكتبات والمعلومات . مجموعة غرينوود للنشر. ص  156. ISBN 0-8371-9485-7.