استكشاف واكتشاف أدب Covid-19 من خلال التصور الدلالي

نقترح التصور الدلالي كطريقة تحليلية بصرية لغوية.يمكنها تمكين الاستكشاف والاكتشاف على مجموعات البيانات الكبيرة للشبكات المعقدة من خلال استغلال دلالات العلاقات فيها.ينطوي ذلك على استخراج المعلومات، وتطبيق عمليات الحد من المعلمات، وبناء تمثيل البيانات الهرمية وتصميم التصور.نقدم أيضا نظام التصور القابل للبحث والتفاعل في Covid-Semviz المرافق للاستكشاف عن بيانات Covid-19 لإظهار تطبيق طريقةنا المقترحة.في دراسات المستخدمين، وجد المستخدمون أن CAVID-Semviz المدعوم بالتصور الدقيق مفيدة من حيث إيجاد المعلومات ذات الصلة واكتشاف جمعيات غير معروفة.

We propose semantic visualization as a linguistic visual analytic method. It can enable exploration and discovery over large datasets of complex networks by exploiting the semantics of the relations in them. This involves extracting information, applying parameter reduction operations, building hierarchical data representation and designing visualization. We also present the accompanying COVID-SemViz a searchable and interactive visualization system for knowledge exploration of COVID-19 data to demonstrate the application of our proposed method. In the user studies, users found that semantic visualization-powered COVID-SemViz is helpful in terms of finding relevant information and discovering unknown associations.