Open Research Knowledge Graph

Die Wissenschaft steht vor einer Herausforderung. In der immer größer werdenden Flut von Veröffentlichungen fällt es Forschenden zunehmend schwer, den Überblick über relevante Artikel zu behalten. Aktuelle Suchsysteme bieten eine Suche nach Artikeln, jedoch keine Suche nach dem Wissen, das in diesen Artikeln steckt.

Hier kommen der Open Research Knowledge Graph (ORKG) und das KI-Tool ORKG Ask ins Spiel.

Mit ORKG Ask können Forschende in fast 80 Millionen Publikationen nach Antworten auf ihre Forschungsfragen suchen. Eine semantische Suche ermittelt die relevantesten Artikel, und ein Sprachmodell (LLM) extrahiert die Informationen. Zusätzlich zu einem detaillierten Überblick über das Wissen in den Artikeln erhalten Forschende eine kurze Zusammenfassung der fünf relevantesten Antworten. Die Ergebnisse können anschließend weiter gefiltert werden, z.B. nach Veröffentlichungszeitraum, Zitationsanzahl oder Autor. Interessante Artikel und Fragen können als Lesezeichen markiert und eine vorselektierte Literaturliste hochgeladen werden.

Der ORKG hat das Ziel, einen Schritt weiter zu gehen und das zugrundeliegende Problem anzugehen. Durch die Darstellung des Wissens aus wissenschaftlichen Artikeln in einem Wissensgraphen wird es maschinell nutzbar. Dies ermöglicht völlig neue maschinelle Unterstützung bei der Suche, dem Vergleich und der Wiederverwendung wissenschaftlicher Erkenntnisse.

Durch die Kombination dieser beiden Ansätze – LLMs und Wissensgraphen – wird der ORKG zu einem Leuchtturm in der Publikationsflut.