グローバルなオープン・カタログに基づくバッテリー研究ナレッジグラフの構築

概要: 電池研究は急速に成長しており、かつ非常に学際的な分野であるため、関連する専門性を追跡し、機関の境界を越えて潜在的な共同研究者を特定することがますます困難になっています。本研究では、大規模なオープン書誌カタログであるOpenAlexに基づいて、電池研究の著者中心型知識グラフを構築するためのパイプラインを提示します。各著者について、重み付き研究記述子ベクトルを導出し、そのベクトルは、OpenAlexの粗い粒度の概念と、KeyBERTを用いてタイトルおよび要旨から抽出した細粒度のキーフレーズを組み合わせたものです。ここでのバックエンドモデルにはChatGPT（gpt-3.5-turbo）を用い、複数の代替案を評価したうえで選定しました。ベクトルの各成分には、研究記述子の出所、著者の位置（著者順における役割）、および時間的な新しさ（temporal recency）に基づいて重み付けを行います。この枠組みを、電池関連の作業（works）189,581件から成るコーパスに適用します。得られたベクトルは、著者間の類似度計算、コミュニティ検出、ならびにブラウザベースのインターフェースによる探索検索を支えます。次に、知識グラフをRDFとしてシリアライズし、Wikidataの識別子にリンクすることで、外部のリンクト・オープンデータソースとの相互運用性を高め、電池分野の枠を超えて拡張可能にします。先行研究が、機関リポジトリに限定された著者中心型の分析であったのに対し、本アプローチは機関横断の規模で動作し、引用や共著関係の構造だけに基づくのではなく、分野の意味論に基づいて類似性を根拠付けます。