巨大的、免费的在线发布的世界研究论文索引

作者:糖果
发布时间:2024-09-07 11:39:50 (14天前)
来源:articles/d41586-021-02895-8

在一个可以解锁全球研究论文以便于计算机化分析的项目中，一位美国技术专家在网上发布了一个包含 1 亿多篇期刊文章中包含的单词和短语的巨大索引，其中包括许多付费论文。

该目录于 10 月 7 日发布并可免费使用，其中包含超过 3550 亿个单词和句子片段的表格，列在它们出现的文章旁边。它的创建者 Carl Malamud 说，这是一种帮助科学家使用软件从已发表的工作中收集见解的努力，即使他们没有合法访问基础论文的权限。他在公共资源的赞助下发布了这些文件，这是他在加利福尼亚州塞瓦斯托波尔创立的一家非营利性公司。

Malamud 说，因为他的索引不包含文章的全文，而只包含最多五个单词的句子片段，所以发布它不会违反出版商对重复使用付费文章的版权限制。然而，一位法律专家表示，出版商可能会首先质疑 Malamud 如何创建索引的合法性。

一些早期访问过该索引的研究人员表示，这是帮助他们使用软件搜索文献的一项重大进展——这一过程被称为文本挖掘。英国剑桥大学计算生物学家 Gitanjali Yadav 研究植物排放的挥发性有机化合物，她说她的目标是梳理 Malamud 指数，对世界研究论文中描述的植物化学物质进行分析。“我或其他任何人都无法通过实验分析或测量地球上每一种植物物种的化学指纹。我们寻求的大部分信息已经存在于已发表的文献中，”她说。Yadav 补充说，但研究人员因无法获得许多论文而受到限制。

Malamud 的“综合指数”，正如他所说的，旨在解决 Yadav 等研究人员面临的问题。计算机科学家已经通过文本挖掘论文来建立文献中发现的基因、药物和化学物质的数据库，并以比人类阅读速度更快的速度探索论文的内容。但他们经常指出，出版商最终控制着他们工作的速度和范围，科学家只能挖掘开放获取的论文，或者他们（或他们的机构）订阅的那些文章。一些出版商表示，希望挖掘付费论文文本的研究人员需要他们的授权。

尽管 Google Scholar 等免费搜索引擎已在与出版商的协议下将付费文学的文本编入索引，但它们仅允许用户使用某些类型的文本查询进行搜索，并限制自动搜索。Malamud 说，这不允许使用更专业的搜索进行大规模的计算机分析。

### TB 级数据
Malamud 的项目是他职业生涯中的最新冒险，他致力于发布锁定信息以供在线免费访问 - 通常面临法律挑战。他最初专注于发布政府制作的法律和金融信息。但最近他把注意力转向了开放科学文献。

他从一个项目开始，让科学家们可以发短信给我——但不能阅读——他在印度服务器上保存的大量研究论文；他说他仍在研究一个想法。通用索引现在允许任何人挖掘科学作品，但它没有自己的网络搜索门户，所以如果科学家想要搜索它，他们必须下载它的文件并开发他们自己的程序。Malamud 希望用户能够将他们创建的任何搜索引擎提供给其他人。

在其压缩格式中，目录总计将近 5 TB，然后扩展到 38 TB。除了句子片段，这些文件还包括文献中近 200 亿个关键词的表格，以及论文标题、作者和 DOI（文章标识符）的表格，以便用户可以在有阅读权限的情况下追踪整篇论文它。

美国大学华盛顿法学院的法律研究员迈克尔卡罗尔说，分发索引在全球范围内应该是合法的，因为这些文件没有复制足够的基础文章来侵犯出版商的版权——尽管法律因国家而异。“版权不保护事实和想法，这些结果将被视为对受版权保护文章的分析得出的事实的交流，”他说。

Carroll 补充说，唯一的法律问题是 Malamud 获取和复制基础论文是否没有违反出版商的条款。Malamud 说，他确实必须获得索引中引用的 1.07 亿篇文章的副本才能创建它；他拒绝透露如何，但强调研究人员将无法访问存储在美国安全、未公开位置的论文全文。

“我非常有信心我所做的事情是合法的。我们这样做不是为了挑起诉讼，我们这样做是为了推进科学，”他说。

Nature就这篇文章的 General Index 联系了六家出版商：除了一家之外，所有出版商都拒绝发表评论。Springer Nature 在一份声明中表示，该公司支持使用技术和算法来满足研究人员需求的开放研究计划。声明补充说：“然而，我们已经看到一些举措遇到了麻烦，因为没有获得必要的权利来确保其可持续性。” （Springer Nature 出版该期刊；Nature的新闻团队在编辑上独立于其出版商。）

德里国立法律大学的另一位法律研究员 Arul George Scaria 表示，任何试图利用版权法阻止研究人员使用通用索引的出版商“最终都会失望”。Scaria 说，该索引的发布是“它从 1.07 亿篇期刊文章中解锁的大量信息的重大发展”。

1 条回复

动动手指，沙发就是你的了！

登录后才能参与评论