-
题名融合引用语义和语境特征的作者引文耦合分析法
被引量：5
- 1
-
-
作者
张汝昊
袁军鹏
-
机构
中国科学院大学经济与管理学院图书情报与档案管理系
中国科学院文献情报中心
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2022年第8期796-811,共16页
-
基金
国家社会科学基金项目“中外同学科期刊跨遴选体系联合排序方法研究”(19BTQ090)。
-
文摘
作者引文耦合分析是发现领域活跃研究社群与知识结构的重要工具。当前该方法主要利用引用次数朴素地表征作者间的联系强度,忽视了耦合双方在更深层次上的相似性。为增强现有方法的可靠性与分析深度,本研究试图利用丰富的全文本资源,挖掘引用内容所蕴含的“引了什么”“在何处引”“引用的重要性如何”等关键信息,从施引动机的相似性这一本质层面优化引文耦合强度,提出一种融合引用语义和语境特征的作者引文耦合分析法。该方法通过深入学术论文全文,抽取耦合双方在施引论文中引用内容的语义和语境特征,以此计算增强型引文耦合强度,为每一次引文耦合赋予不同的相似程度值;在此基础上,通过“论文-主题-作者”聚合映射考虑作者的多元兴趣倾向,最终获得作者间的研究主题相似性度量。为证明提出方法的有效性,本研究利用中文“图书情报与数字图书馆”领域的13562篇论文的全文本数据开展了实证研究。实证结果表明,提出方法相较于现有作者引文耦合分析法具有更优的作者兴趣社群发现效果,呈现出更佳、更细致的聚类群落分布,划分出的作者兴趣社群具有更高的群内研究主题同质性和互引概率;此外,提出方法面向大体量作者时的表现更为稳定,具有拓展和应用前景。
-
关键词
作者引文耦合分析
全文本引文分析
引文内容分析
引用语义
引用语境
领域知识结构
-
Keywords
author bibliographic coupling analysis(ABCA)
full-text citation analysis
content-based citation analysis
ci‐tation semantics
citation context
knowledge structure
-
分类号
G353.1
[文化科学—情报学]
-
-
题名引入语义引用信息的专利创新性测度研究
- 2
-
-
作者
吴海婷
唐晓波
董克
-
机构
南京大学数据管理创新研究中心
-
出处
《现代情报》
2025年第9期140-149,共10页
-
基金
国家社会科学基金重大项目“基于大数据的科教评价信息云平台构建和智能服务研究”(项目编号:19ZDA349)。
-
文摘
[目的/意义]专利的创新性测度是专利技术质量评价的关键。基于传统引用的专利创新性测度仅考虑物理引用的外部特征,无法充分反映发明创造过程中真实的知识吸收过程。引入语义引用信息的专利创新性测度有助于更为全面、准确地揭示专利的知识和技术基础,为细粒度的专利创新评价提供支持。[方法/过程]本研究首先运用规则和句法分析抽取相关专利和论文中的知识元;其次,利用Sentence-BERT和Word2vec模型进行知识元的向量化,并计算向量的余弦相似度以确定专利语义引用;然后,从科学和技术知识吸收的数量、质量、广度维度,以及技术影响的数量和质量维度实现专利创新性测度;最后,选取量子计算领域进行了实证研究。[结果/结论]实验结果表明,本研究提出的方法能够提升专利创新性测度的准确性和有效性,为专利审核和评估提供支持。
-
关键词
专利创新性
语义引用识别
知识元
Sentence-BERT
Word2vec
-
Keywords
patent novelty
semantic reference recognition
knowledge element
Sentence-BERT
Word2vec
-
分类号
G250
[文化科学]
-
