Semantic Enrichment for Recommendation of Primary Studies in a Systematic Literature Review

Tipo di pubblicazione: Articolo su rivista
Tipologia MIUR: Contributo su Rivista > Articolo in rivista
Titolo: Semantic Enrichment for Recommendation of Primary Studies in a Systematic Literature Review
Autori: Rizzo, Giuseppe; Tomassetti, Federico; Vetrò, Antonio; Ardito, Luca; Torchiano, Marco; Morisio, Maurizio; Troncy, Raphael
Autori di ateneo:
Titolo del periodico: DIGITAL SCHOLARSHIP IN THE HUMANITIES
Tipo di referee: Esperti anonimi
Editore: Oxford University Press
Volume: 32
Numero: 1
Intervallo pagine: pp. 195-208
Numero di pagine: 14
ISSN: 2055-7671
Abstract: A Systematic Literature Review (SLR) identifies, evaluates, and synthesizes the literature available for a given topic. This generally requires a significant human workload and has subjectivity bias that could affect the results of such a review. Automated document classification can be a valuable tool for recommending the selection of studies. In this article, we propose an automated pre-selection approach based on text mining and semantic enrichment techniques. Each document is firstly processed by a named entity extractor. The DBpedia URIs coming from the entity linking process are used as external sources of information. Our system collects the bag of words of those sources and it adds them to the initial document. A Multinomial Naive Bayes classifier discriminates whether the enriched document belongs to the positive example set or not. We used an existing manually performed SLR as benchmark data set. We trained our system with different configurations of relevant documents and we tested the goodness of our approach with an empirical assessment. Results show a reduction of the manual workload of 18% that a human researcher has to spend, while holding a remarkable 95% of recall, important condition for the nature itself of SLRs. We measure the effect of the enrichment process to the precision of the classifier and we observed a gain up to 5%.
Data: 2017
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: semantic analysis, systematic literature review, semantic analysis, systematic literature review
Dipartimenti (originale): DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DAUIN - Dipartimento di Automatica e Informatica
URL correlate:
Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
Data di deposito: 08 Set 2015 12:12
Data ultima modifica (IRIS): 16 Giu 2017 19:17:32
Data inserimento (PORTO): 25 Ago 2017 01:06
Numero Identificativo (DOI): 10.1093/llc/fqv031
Permalink: http://porto.polito.it/id/eprint/2617310
Link resolver URL: Link resolver link
Citazioni:

Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

  • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
  • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
  • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

Per informazioni o segnalazioni contattare scrivia/porto

  • Web of Science: 0 [link]
  • Scholar: - [link]
+
-

Allegati

[img]
Preview
PDF (semanticreview.pdf) - Postprint
Accesso al documento: Visibile (Ad accesso aperto)
Licenza: Pubblico - Tutti i diritti riservati.

Download (712Kb (729157 bytes)) | Preview

Azioni (richiesto il login)

Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

Statistiche sul Download degli allegati

Altre statistiche su questa pubblicazione...