雷鋒網(wǎng) AI 科技評論消息，清華大學(xué)副教授、Arnetminer 創(chuàng)始人唐杰博士在微博上更新了清華和微軟在 KDD 上公布的最新成果——Open Academic Graph。

「我們和微軟在 KDD 上發(fā)布了一個(gè)非常大的學(xué)術(shù)數(shù)據(jù)，包含有微軟 1.6 億論文和 AMiner 里面抽取出來 1.55 億論文，同時(shí)還給出了這兩個(gè)數(shù)據(jù)之間的鏈接關(guān)系（可以用于做數(shù)據(jù)集成研究），歡迎大家下載，這也是清華和微軟等單位聯(lián)合成立的開發(fā)學(xué)術(shù)社區(qū) Open Academic Society 。」

據(jù)雷鋒網(wǎng) AI 科技評論了解，該數(shù)據(jù)集僅供科研用，包含了 Microsoft Academic Graph (MAG) 的 1.66192182 億篇論文及 AMiner 的 1.54771162 億篇論文。研究者生成了兩個(gè)學(xué)術(shù)圖表的 6463 萬個(gè)鏈接關(guān)系（matching），并表示在未來會(huì)呈現(xiàn)包括作者在內(nèi)的更多鏈接結(jié)果。這個(gè)數(shù)據(jù)集可以用于進(jìn)行引用網(wǎng)絡(luò)（citation network）、論文內(nèi)容等多種數(shù)據(jù)集成研究。整個(gè)數(shù)據(jù)集包括以下三個(gè)方面，即鏈接關(guān)系、MAG 論文集及 AMiner 論文集。

官網(wǎng)介紹：https://www.openacademic.ai/news/

此外，在 aminer 的官網(wǎng)上也同步了 3 個(gè) AMiner 論文集和 9 個(gè) MAG 論文集的打包下載渠道：

https://aminer.org/open-academic-graph

在鏈接關(guān)系中，兩個(gè)數(shù)據(jù)集的論文會(huì)以 ID 的形式呈現(xiàn)，例：

{
  "mid": "xxxx",
  "aid": "yyyy"
}

其中，mid 指的是 MAG 的論文 ID，而 aid 則是 AMiner 的論文 ID。

對于數(shù)據(jù)集 MAG 論文和 AMiner 論文而言，每篇論文都是一個(gè) JSON 對象。其數(shù)據(jù)模式是：

示例如下：

在使用的時(shí)候，研究者可以通過以下兩步進(jìn)行操作：

• 1. 采用 Microsoft Graph Search API 查詢每個(gè) AMiner 的論文標(biāo)題，并且篩選出對應(yīng)的鏈接論文。

• 2. 如果兩篇論文滿足以下條件，則會(huì)被鏈接起來：

  1）標(biāo)題相似；2）作者數(shù)目相同；3）有類似的作者名字及 4）相同的出版年份。

在測試過程中，研究者以 24012（TODO）鏈接論文對在數(shù)據(jù)集上進(jìn)行測試，能夠正確匹配的論文對有 23859 份，準(zhǔn)確度達(dá)到 99.36%。

在 Open Academic Society 官網(wǎng)上，研究者又提供了一份準(zhǔn)確率的最新數(shù)據(jù)：他們將 4100 個(gè)研究對進(jìn)行準(zhǔn)確性測試，發(fā)現(xiàn)有 4029 個(gè)成功匹配，準(zhǔn)確率達(dá)到了 98.27%。

該數(shù)據(jù)集能夠在 cloud API 上免費(fèi)獲得。如唐杰博士所言，這個(gè)數(shù)據(jù)集將成為 Open Academic Society 學(xué)術(shù)社區(qū)的重要組成部分。Open Academic Society 旨在建立一個(gè)共享、開源且不斷擴(kuò)展的知識圖表體系，并構(gòu)建以教育為核心的實(shí)體關(guān)系。以微軟研究院旗下的 Microsoft Academic 和清華大學(xué)的 AMinergraph 領(lǐng)銜，知識圖表的不斷發(fā)展也得益于社區(qū)成員的持續(xù)貢獻(xiàn)。

雷鋒網(wǎng) AI 科技評論了解到，Open Academic Society 目前的成員包括 22 位老師／研究機(jī)構(gòu)，也有不少華人，包括亞利桑那州立大學(xué)劉歡教授、澳大利亞國立大學(xué) Lexing Xie博士、中科院程學(xué)旗博士、清華大學(xué)唐杰博士、UCLA 的 Yizhou Sun 博士、伊利諾伊大學(xué)厄巴納-香檳分校 的 Chengxiang Zhai 等老師。

為了形成更大的計(jì)算機(jī)社區(qū)，Open Academic Society 將組織 workshops、挑戰(zhàn)賽及數(shù)據(jù)分享活動(dòng)。截至目前已經(jīng)在 KDD 2017、WWW 2017、WSDM 2017 等會(huì)議上開展 workshops 及分享活動(dòng)，并在 KDD CUP 2016、DataScienceGame 2016 和 Open Academic Data Competition 2017 上舉辦挑戰(zhàn)賽，詳細(xì)清單可查看：https://www.openacademic.ai/events/

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。