Aplicaciones del PLN para el análisis, el descubrimiento y la visualización de la literatura científica

Ámbito:

El rápido crecimiento de la literatura científica en diferentes campos ha creado tanto oportunidades como retos para los investigadores, los profesionales y los responsables políticos. El acceso a amplios repositorios digitales mejora el descubrimiento de conocimientos. Sin embargo, el gran volumen, la complejidad y la variedad de los textos científicos dificultan la extracción eficiente de información significativa. El procesamiento del lenguaje natural (PLN) se ha convertido en un enfoque esencial para abordar este problema. Proporciona potentes herramientas para la minería de textos automatizada, el análisis semántico, el desarrollo de grafos de conocimiento y la visualización inteligente de datos académicos. Este número especial sobre «Aplicaciones del PLN para el análisis, el descubrimiento y la visualización de la literatura científica» tiene como objetivo mostrar investigaciones innovadoras que exploran nuevos modelos de PLN, como el aprendizaje profundo, las arquitecturas basadas en transformadores y los métodos híbridos, para examinar y analizar documentos científicos. También destacará enfoques para el análisis de citas y coautorías, la predicción de tendencias, el modelado de temas, los sistemas de recomendación y las técnicas de visualización que permiten a los usuarios navegar fácilmente por grandes colecciones de trabajos académicos.

El objetivo es fomentar la colaboración entre informáticos, científicos de la información, lingüistas y expertos en la materia. Esto ayudará a desarrollar soluciones de PLN claras, interpretables y fáciles de usar. En última instancia, este número especial busca promover el uso del PLN para acelerar los descubrimientos científicos, mejorar el acceso a la información y apoyar una mejor toma de decisiones en entornos de investigación e innovación.

Temas:

Invitamos a enviar artículos de investigación originales, artículos de revisión y estudios de casos sobre los siguientes temas (entre otros):

· Minería de literatura científica

· Procesamiento del lenguaje natural en datos académicos

· Modelos basados en transformadores para el análisis de textos

· Representación semántica de artículos de investigación

· Construcción automatizada de grafos de conocimiento

· Modelización de temas y análisis de tendencias

· Análisis de redes de citas

· Clasificación de documentos académicos

· Resumen de artículos de investigación

· Sistemas de recomendación de literatura impulsados por IA

· Descubrimiento de conocimientos entre dominios

· Reconocimiento de entidades nombradas en textos científicos

· Análisis visual de big data académicos

· Procesamiento de textos científicos multilingües

· IA explicable para el análisis de literatura de investigación

Editores invitados:

Dr. P. Raviraj, Dept. of Computer Science & Engineering, GSSS Institute of Engineering and Technology for Women, India. Email: raviraj@gsss.edu.in. 

Dr. Jingshan Huang, School of Computing, University of South Alabama, United States. Email: huang@southalabama.edu.

Dr. Maode Ma, KINDI Center for Computing Research, College of Engineering, Qatar University, Qatar. Email: mammdsg@ieee.org.

Fecha límite de envío: 25 January 2025

Nota: Al enviar artículos para este número especial, seleccione la sección: “NLP for Scientific Literature"