实体标准
我们使用知识图谱来存储和管理学术资源
不同实体间关系
在此图中，圆形代表实体
| 实体 | 解释 |
|---|---|
| Paper | 对应论文 |
| Researcher | 学术研究者(个人) |
| affiliation | 进行科学研究的相关机构 |
| scholarly sourcess | 期刊、会议、或网站 |
| Field of study | 研究领域 |
此图展示了不同实体之间可存在的关系，我们可以将此图视为以一篇论文为中心的最小整体
相同实体关系
论文之间的关系有"引用"和"被引用"，我们可以用引用关系铺开一整张知识图谱网络
研究者之间的关系，对于共同撰写同一论文的作者，我们可以确定他们有"合作"关系
学术来源之间的关系，对于研究领域相同的期刊和会议，它们有"同领域"关系
属性
目前对于这五个不同的实体，有以下的属性
论文属性
| Attribute | File Type | Description | Example |
|---|---|---|---|
| Title | String | 论文标题 | "Deep Learning for Natural Language Processing" |
| Abstract | String | 论文简介 | "This paper explores various deep learning models..." |
| Source | String | 论文来源或出版商 | "IEEE Transactions on Neural Networks" |
| CitationCount | Integer | 论文被引用次数 | 150 |
| CitedBy | Integer | 论文引用其他文献的数量 | 30 |
| PublicationDate | String | 论文发表日期 | 2021-06-15 |
| JournalIssue | String | 论文发表的期刊和期号 | "Vol. 29, No. 5" |
| OriginalTextLink | String | 原文链接，适应不同版本 | "https://www.examplejournal.org/article12345" |
| ReadpaperReadingLink | String | 在Readpaper平台上阅读论文的链接 | "https://readpaper.com/pdf-annotate/note?pdfId=1234" |
| CitationFormat | String | 论文引用格式的详细描述 | "APA, MLA, Chicago styles" |
| InclusionStatus | String | 论文在数据库中的收录状态 | "SCI, EI Indexed" |
| JCR_Division | String | 期刊引用报告的分区 | "Q1" |
| Impact_Factor | Float | 期刊的影响因子 | 7.89 |
研究者属性
| Attribute | File Type | Description | Example |
|---|---|---|---|
| ProfilePage | String | 读Paper平台上研究者的个人资料页面链接 | "https://readpaper.com/author/1234" |
| ProfilePicture | String | 研究者个人资料图片的链接 | "https://example.com/profile_picture.jpg" |
| Name | String | 研究者的全名 | "Dr. Jane Doe" |
| TotalWorks | Integer | 研究者发表的作品总数 | 35 |
| String | 研究者的联系邮箱 | "jane.doe@example.com" | |
| TotalCitations | Integer | 研究者作品被引用的总次数 | 1200 |
| ResearchFields | String | 研究者的研究领域 | "Machine Learning, Computational Linguistics, Data Privacy" |
| PersonalSummary | String | 研究者的简短个人简历或学术重点描述 | "Dr. Jane Doe has been a leading figure in computational linguistics..." |
| EducationBackground | String | 研究者的教育背景，包括学位和就读学校 | "Ph.D. in Computer Science, MIT" |
| WorkExperience | String | 研究者的工作经历 | "Senior Research Scientist at Google AI, previously professor at Stanford University" |
学术来源属性
| Attribute | File Type | Description | Example |
|---|---|---|---|
| ResearchFields | String | 出版商涵盖的主要研究领域 | "Computer Science, Artificial Intelligence" |
| Year | Integer | 建立年份或相关的年份 | 1997 |
| Website | String | 出版商官方网站的链接 | "https://www.examplepublisher.com" |
| Name | String | 出版商的名称 | "Springer" |
| ImpactFactor | Float | 期刊的影响因子（如果适用） | 5.312 |
| Type | String | 出版商的类别：期刊、会议或网站 | "Journal" |
机构属性
| Attribute | File Type | Description | Example |
|---|---|---|---|
| Name | String | 研究机构的官方名称 | "Massachusetts Institute of Technology" |
| Location | String | 研究机构的地理位置 | "Cambridge, Massachusetts, USA" |
| ResearchFields | String | 研究机构的主要研究领域 | "Computer Science, Biology, Engineering" |
| InstitutionType | String | 研究机构的类型：商业公司或学校 | "School" |
研究领域属性
| Attribute | Type | Description | Example |
|---|---|---|---|
| Name | String | 研究领域的正式名称 | "Artificial Intelligence" |
| Description | String | 研究领域的简要概述或总结 | "研究算法如何通过经验自我改进的学科。" |
| Keywords | String | 与该领域相关的关键词 | "Machine learning, neural networks, deep learning" |
| Main Research Questions | String | 该领域内的核心问题或关注点 | "How can machines learn from data?" |
| Theoretical Basis | String | 该领域的核心理论或模型 | "Statistical learning theory" |
| Methodologies | String | 该领域使用的常见研究方法或技术 | "Supervised learning, unsupervised learning" |
| Leading Scholars | String | 该领域的杰出研究者或学者 | "Andrew Ng, Geoffrey Hinton" |
| Key Publications | String | 该领域内重要的书籍、论文或期刊 | "Journal of Machine Learning Research" |
| Related Disciplines | String | 与该学科相关的其他学科 | "Statistics, computer science, cognitive science" |
| Main Research Institutions | String | 专注于该领域的主要大学或机构 | "Stanford University, MIT" |