Basato su tecnologia semantica, SAGE Recommends sfrutta un’avanzata tassonomia, sviluppata da Expert System in collaborazione con SAGE, legata ai temi delle scienze sociali con l’obiettivo di mettere in luce connessioni fra concetti e discipline, e consigliare specifici percorsi di approfondimento, ad esempio leggendo un determinato capitolo di un libro, consultando altre voci di riferimento oppure guardando video in streaming.
Così ha commentato Martha Sedgwick, Executive Director of Product Management di SAGE: “Studenti e docenti navigano in un mare vastissimo di informazioni ed è sempre più complicato orientare le opzioni di ricerca; ecco perché la maggior parte dei lettori preferisce ricevere raccomandazioni in base alle necessità del momento, cioè in relazione all’argomento e quando è necessario. SAGE Recommends risponde proprio a questa esigenza: attraverso una vera e propria attività di “fingerprinting semantico”, cioè un’analisi molto precisa e sofisticata dei testi, presenta link in linea con materiale aggiuntivo pertinente, riuscendo così ad offrire le raccomandazioni di ricerca più appropriate nel momento più opportuno.”
Mentre un utente scorre i capitoli di un libro, mette a confronto voci di riferimento o guarda dei video, sul lato destro del browser appare una scheda fornita da Sage Recommends. Cliccando su questa scheda, l’utente ha l’opportunità di approfondire le proprie ricerche esplorando liste di articoli, case study o materiale multimediale pertinente con i contenuti di interesse, cioè semanticamente correlato ai termini e ai concetti presenti nella specifica tassonomia di SAGE.
“La scienza sociale deve affrontare difficoltà simili a quelle di altri settori di istruzione superiore, dove la capacità di gestire efficacemente i big data per trovare le informazioni di interesse, condividere e capitalizzare la conoscenza rimane una versa e propria sfida“, ha dichiarato Luca Scagliarini, VP Strategy & Business Development di Expert System. “Siamo molto orgogliosi di aver sviluppato la tassonomia e il motore semantico alla base di SAGE Recommends, un esempio unico della capacità della tecnologia semantica di aggiungere valore in questo settore di mercato attraverso la combinazione di ‘serendipity’ e ‘findability’, come si dice in gergo: la casualità di una scoperta coniugata con una maggior reperibilità delle informazioni grazie alla profonda comprensione del significato dei testi.”
Attraverso la tecnologia semantica Cogito, in grado di interpretare il linguaggio, Expert System supporta le organizzazioni nella gestione della conoscenza: aiuta a strutturare, gestire e valorizzare i dati non strutturati fornendo l’intelligenza artificiale necessaria a riconoscere e ad estrarre elementi preziosi altrimenti intrappolati nei testi. Tali elementi, memorizzati come metadati, racchiudono in sé l’essenza delle informazioni e forniscono un contributo fondamentale a rafforzare l’efficienza e la scalabilità di tutti i processi che coinvolgono accesso, analisi e distribuzione di grandi quantità di contenuti testuali. Expert System, inoltre, supporta efficacemente la gestione di tassonomie e ontologie attraverso l’integrazione in un unico processo delle attività di sviluppo e aggiornamento, applicando poi tali tassonomie ai contenuti, e dando origine a potenti applicazioni per la raccomandazione di contenuti.
Integrata e mantenuta nella piattaforma di Expert System, la tassonomia relativa alle scienze sociali di SAGE, che è alla base di SAGE Recommends, include 63.000 concetti e si basa su 50 anni di esperienza editoriale nell’ambito di riviste, libri, e pubblicazioni professionali. La tassonomia racchiude in sé la conoscenza ricavata dall’analisi semantica di oltre 1,5 milioni di articoli, più di 250.000 capitoli di libri e pubblicazioni, e dozzine di dizionari e lessici specifici. La progettazione di SAGE Recommends si è avvalsa di una robusta attività di ricerca da parte di docenti, studenti e professionisti dell’informazione che, insieme, hanno aiutato SAGE a capire come si potessero supportare al meglio le istanze di ricerca non prevedibili. Tutti i risultati dell’attività di ricerca saranno pubblicati in un White Paper di SAGE nel gennaio 2016.