Weiterentwicklung eines HITL-basierten, neurosymbolischen Systems zur Suche nach wissenschaftlichen Arbeiten sowie zur Extraktion und Strukturierung von Wissen unter Verwendung von LLMs zur Integration in Forschungswissensgraphen

Die Menge an wissenschaftlichen Publikationen nimmt stetig zu, sodass von einem exponentiellen Wachstum gesprochen werden kann. Um diese Menge an Wissen zu beherrschen, werden Literaturrecherchen (engl.: Literature Reviews, LRs) als Momentaufnahmen der aktuellen Forschung eingesetzt. Diese LRs können selten als nachhaltig bezeichnet werden, da das extrahierte Wissen häufig nur in unstrukturierter Form als synthetisierte Daten vorliegen. Um LRs nachhaltiger zu gestalten, bieten Wissensgraphen (engl.: Knowledge Graphs, KGs), insbesondere Forschungswissensgraphen wie der Open Research Knowledge Graph (ORKG), die Möglichkeit, sowohl Meta- als auch inhaltliche Daten von wissenschaftlichen Arbeiten zu verwalten. Das Human-in-the-Loop (HITL)-basierte neurosymbolische Werkzeug und Framework ExtracTable unterstützt Forschende bei der Transformation von unstrukturierten Forschungsdaten in strukturierte Repräsentation, die für die Integration in Wissensgraphen wie den ORKG geeignet sind. ExtracTable adressiert zwei zentrale Phasen von Literaturrecherchen: die Erstellung eines wissenschaftlichen Literaturkorpus sowie die Extraktion und Validierung relevanter Wissenselemente. Eine erste Evaluation zeigte eine hohe Nutzerzufriedenheit sowie eine deutliche Reduktion der Zeitspanne von der Formulierung eines Forschungsinteresses bis zur Erstellung eines Literaturkorpus. Gleichzeitig wurden in beiden Phasen bestehende Herausforderungen identifiziert, darunter die präzisere Filterung wissenschaftlicher Literatur, die Anpassbarkeit und Erweiterbarkeit des Datenmodells sowie der Export in semantisch interoperable Formate. Die vorliegende Arbeit entwickelt ExtracTable iterativ auf Basis der Design Science Research Methodology weiter. Von insgesamt 34 identifizierten Problemen wurden 20 adressiert. Neu implementiert wurden unter anderem eine LLM-basierte Unterstützung mit dynamisch anpassbaren Prompts für Literaturexploration und Wissensextraktion sowie Mechanismen zur verbesserten Nachvollziehbarkeit der Extraktionsergebnisse durch die zusätzliche Erfassung von Seitenzahlen. Darüber hinaus wurde das Ausgabeformat auf JSON umgestellt, um hierarchische Attributbeziehungen abzubilden und die Interoperabilität zu erhöhen. Eine vorläufige Evaluation zeigt eine Steigerung der Relevanz der gefundenen Arbeiten um 5 % sowie eine vollständigere Extraktion einzelner Attribute. Die Zuverlässigkeit der automatisierten Extraktion ist jedoch weiterhin nur eingeschränkt zufriedenstellend, was den Bedarf an verstärkter menschlicher Validierung unterstreicht.