Της Λεμονιάς Βασβάνη
Τις δυνάμεις τους ένωσαν ερευνητές του Αριστοτέλειου Πανεπιστημίου Θεσσαλονίκης (υ.δ. Δημήτρης Χ. Φλώρος και Αν. Καθ Νίκος Πιτσιάνης) και του Πανεπιστημίου Duke των ΗΠΑ (Καθ. Xiaobai Sun) για τη δημιουργία γράφου βιβλιογραφικών αναφορών που θα βοηθήσει επιστήμονες στο έργο τους πάνω στην μελέτη του COVID-19.
Ουσιαστικά πρόκειται για μια βάση δεδομένων με επιστημονικά άρθρα από όλον τον κόσμο, σχετικά με την μελέτη του κορωνοϊού και μία οπτικοποίηση των συσχετίσεων τους.
Όπως εξήγησε στον «Τύπο Θεσσαλονίκης» ο Αν. Καθηγητής και Διευθυντής του Εργαστηρίου Αρχιτεκτονικής Υπολογιστικών Συστημάτων του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών του ΑΠΘ, Νίκος Πιτσιάνης: «Πρωτοτυπία της συγκεκριμένης βάσης έγκειται στο ότι τα άρθρα δεν απαριθμούνται μεμονωμένα, αλλά συνδέονται άμεσα με το σύνολο των παραπομπών και των αναφορών τους».
Περισσότερα από 100.000 άρθρα -από τα οποία πάνω από χίλια έχουν δημοσιευθεί από τον Ιανουάριο του 2020 μέχρι σήμερα- και περίπου 1.000.000 σύνδεσμοι περιέχονται στον γράφο. Σύμφωνα με τους ερευνητές, ο αριθμός συνδέσεων ανά κόμβο είναι πολύ υψηλότερος από ό,τι συνήθως παρατηρείται σε άλλους γράφους αναφορών.
Τα βιβλιογραφικά δεδομένα είναι διαθέσιμα στους ακόλουθους συνδέσμους:
· https://lg-covid-19-hotp.cs.duke.edu
· https://www.kaggle.com/nikospitsianis/lgcovid19hotp
· https://dx.doi.org/10.5281/zenodo.3728215.
Στον πρώτο σύνδεσμο προστίθενται καθημερινά νέα άρθρα, ενώ τα διαγράμματα ενημερώνονται εβδομαδιαία. Στους άλλους δύο συνδέσμους αποθηκεύονται τα βιβλιογραφικά δεδομένα, τα οποία ενημερώνονται σε εβδομαδιαία βάση.
Ιδιαίτερο ενδιαφέρον παρουσιάζουν οι αναλύσεις που βασίζονται στον γράφο βιβλιογραφικών αναφορών, όπως κατανομές και λίστες άρθρων με βάση τον αριθμό των ετεροαναφορών, καθώς και η οπτικοποιημένη απεικόνιση των άρθρων, μέσα από τη δημιουργία μίας «σφαίρας μελέτης».
Η «σφαίρα μελέτης» βασίζεται στην τεχνική αναπαράστασης στοχαστικού γράφου (stochastic graph embedding), η οποία παρουσιάζεται σε πρόσφατα δημοσιευμένο έργο των ερευνητών (http://t-sne-pi.cs.duke.edu). Οι ομαδοποιήσεις στη «σφαίρα» απεικονίζουν ισχυρές διασυνδέσεις μεταξύ των ερευνητικών δραστηριοτήτων γειτονικών άρθρων.
Ιστόγραμμα με τον αριθμό των άρθρων ανά εβδομάδα δημοσίευσής τους στο Διαδίκτυο (2.754 επιλεγμένα άρθρα μέχρι τις 9 Απριλίου 2020).
Στον πρώτο σύνδεσμο (https://lg-covid-19-hotp.cs.duke.edu) παρέχεται επιπρόσθετα μία διαδραστική έκδοση της «σφαίρας», που επιτρέπει στον χρήστη να βλέπει, να εντοπίζει και να εξερευνά τα άρθρα, σύμφωνα με τα ενδιαφέροντα και την τεχνογνωσία του. Έτσι ο χρήστης δεν περιορίζεται στους καταλόγους άρθρων που προσφέρει μια συμβατική μηχανή αναζήτησης. «Πιστεύουμε πως η λύση για το θέμα του κορωνοϊού θα βρεθεί και μέσα από την μελέτη παλαιότερων επιστημονικών άρθρων. Στις κλασσικές μηχανές αναζήτησης βάζουμε τις λέξεις κλειδιά και βγαίνουν αποτελέσματα, ανάλογα με το πόσο κοντά νομίζει η μηχανή πως είναι με αυτό που ψάχνουμε. Εμείς στον γράφο βιβλιογραφικών αναφορών συνδυάζουμε παλιότερα άρθρα με τα τωρινά. Κάθε εβδομάδα υπολογίζεται πως βγαίνουν περί τα 400 άρθρα για τον κορωνοϊό. Πρακτικά είναι αδύνατον για έναν επιστήμονα να τα μελετήσει σε βάθος. Με την μέθοδό μας κάνουμε συσχετισμό των άρθρων όταν έχουν πολλές κοινές παραπομπές ή όταν οι αναφορές τρίτων άρθρων προς αυτά είναι αριθμητικά πολλές. Συνήθως αυτό συμβαίνει όταν τα άρθρα έχουν κοντινό θέμα. Η σχέση αυτή των άρθρων είναι δύσκολο να οπτικοποηθεί. Όμως με την τεχνική αναπαράστασης στοχαστικού γράφου, τα άρθρα αναπαριστώνται με κοντινά σημεία στο χώρο, και παρουσιάζονται ως γειτονικά στο χώρο. Μέσω της διαδραστικής ιστοσελίδας https://lg-covid-19-hotp.cs.duke.edu ελπίζουμε να βοηθηθούν οι ερευνητές να εντοπίζουν σχετικά άρθρα που τυχόν παρέβλεψαν», σημείωσε ο κ. Πιτσιάνης. Όπως εξήγησε μπορεί για παράδειγμα δύο άρθρα να μιλούν για τα ίδια πράγματα, παρότι δεν χρησιμοποιούν τις ίδιες λέξεις κλειδιά. Αν πχ το ένα αναφέρεται στην πνευμονία και την μόλυνση του ανοσοποιητικού συστήματος και το άλλο να μιλά για τις νυχτερίδες και το πώς αναπτύσσουν ένα ανοσοποιητικό σύστημα που είναι ένα εκκολαπτήριο ιών. Τα δύο παραπάνω κείμενα μπορεί να μην έχουν κάτι κοινό, όμως με την τεχνολογία που αναπτύξαμε, στην απεικόνισή τους θα τοποθετηθούν κοντά».
Η συλλογή των άρθρων για τον γράφο βιβλιογραφικών αναφορών περί COVID-19 ξεκίνησαν πριν 5 εβδομάδες. Απευθύνονται σε επιστήμονες (βιολόγους, γιατρούς), αλλά και σε εργαζόμενους στον χώρο της πληροφορικής που μέσω της επεξεργασίας φυσικής γλώσσας (natural language processing), αναλύουν επιστημονικά κείμενα για να εκμαιεύσουν απαντήσεις. «Μέσω του γράφου μπορεί να προσδιοριστεί καλύτερη επιλογή άρθρων ως δεδομένα που θα πρέπει να αναλυθούν», σχολίασε ο Αν. Καθηγητής του ΑΠΘ. Ήδη οι πρώτες αντιδράσεις είναι θετικές. «Αρκετοί επιστήμονες εξέφρασαν το ενδιαφέρον τους γιατί δεν έχουν τον χρόνο να διαβάσουν όλα τα άρθρα που δημοσιεύονται».
Επόμενος στόχος των ερευνητών είναι η εκτεταμένη ανάλυση των δεδομένων με σκοπό την ανίχνευση κοινοτήτων και την ταξινόμηση των άρθρων σε θεματικές ενότητες, προκειμένου να διευκολυνθεί περαιτέρω η συνεχιζόμενη μελέτη του COVID-19.
«Σφαίρα μελέτης» με βάση τις παραπομπές 100.000 άρθρων σχετικών με τη μελέτη του COVID-19, όπου SEEDS με κόκκινο είναι 100 επιλεγμένα άρθρα, HOTP-FG με μπλε οι 3.940 παραπομπές σε αυτά και HOTP-BG με γκρι οι αναφορές όλων των παραπάνω. Οι ομαδοποιήσεις στον δίσκο απεικονίζουν ισχυρές διασυνδέσεις μεταξύ των ερευνητικών δραστηριοτήτων των γειτονικών άρθρων.
Από την έντυπη έκδοση της εφημερίδας "Τύπος Θεσσαλονίκης"
