摘要语言视角下医学突破性论文识别研究

遴选具有代表性的突破性论文集,分析论文摘要语言学特征,提取特征句式并划分摘要语步,利用深度学习算法构建医学突破性论文摘要识别模型。实证结果表明模型在具体医学领域中适用,为突破性论文早期发现提供参考。

基于异构网络的相关数据挖掘任务研究综述

详细阐述异构网络相关数据挖掘任务研究领域的基本问题、研究进展以及其在现实世界应用情况,对该领域未来研究热点提出展望,指出异构网络是情报学领域处理复杂大数据的一种有效工具。

基于主题模型的科技文献主题演化及优化方法研究综述

目的/意义梳理主题演化分析方法研究进展,改善科技文献主题识别和趋势研判效果,支撑文献信息服务,为未来深入研究和实践应用指明方向。方法/过程根据隐含狄利克雷分布主题模型的缺陷归纳其衍生模型,针对现有科技文献主题演化分析方法存在的不足对相应改善方案进行总结,最后结合现有研究局限性提出展望。结果/结论通过全面调研,为主题演化研究提供启示和借鉴。

基于SPO语义结构的关键词补充主题识别及演化分析

弥补基于SPO(Subject-Predication-Object)语义结构进行文本主题识别及演化分析方法中部分主题信息缺失、无法识别新兴领域主题、语义信息不够具体的缺陷,提升主题识别及演化分析的效果。首先,抽取科技文献标题和摘要中的SPO语义结构,使用关键词作为补充进一步丰富语义;然后,结合社会网络分析指标、新颖性和相对增长性指标分阶段进行核心主题、新兴主题识别;最后,基于文献引用及各阶段核心主题与新兴主题的变化情况进行主题演化趋势分析。分析发现,基于SPO语义结构的关键词补充主题识别及演化分析方法在以基因编辑领域为代表的较新的领域效果更佳,3个阶段的核心主题可从技术和应用2个维度概括为ZFN、TALEN,ZFN、TALEN和CRISPR/Cas9,CRISPR/Cas和碱基编辑在基因编辑系统优化、基础科学、临床疾病治疗和生物技术四大方向的应用,新兴主题主要包括疾病诊断、高通量功能基因组学、合成生物学代谢工程领域、精准医学精准编辑、基因编辑递送工具和基因编辑中的伦理问题六大方向。提出的方法可有效识别研究领域的核心和新兴主题,并把握其主题演化趋势,相较仅基于SPO语义结构的方法,效果得到提升。

基于引文全文本的医学领域突破性文献识别研究

[目的/意义]从学术共同体的评论性引用视角出发,以引文全文本为基础,结合词频统计、深度学习等方法,探析引文文本中表征突破性评价的文本特征并构建自动识别模型以实现从海量文献中识别潜在突破性文献。[方法/过程]以诺贝尔生理学或医学奖获得者的关键文献以及Science十大科学突破主题的代表文献(医学领域)作为金标准突破性文献集并获取引用语句,对引用语句进行词频统计并结合人工筛选获取表征突破性评价的常用词。对引用语句进行人工标注,利用BERT、BIOBERT模型进行训练形成自动识别模型,并选择癌症领域进行实证分析。[结果/结论]结果表明,学术共同体在评价具有重大突破价值的文献时具有明显的文本特征;相较BERT模型,生物医学语言表示模型BIOBERT对突破性评价引用语句的识别能力明显增强,F1值为0.84。基于引用语句的自动识别模型能够较为精准地识别具有重要学术价值的文献并能在一定程度上实现早期识别和早期评价。

基于引用网络的医学主题领域跨学科知识交流研究

基于学科引用网络揭示医学主题研究领域的跨学科知识交流现状。具体流程包括根据文献间的引用关系构建领域学科网络,利用社会网络分析的中心度指标识别领域内的关键学科,并以核酸疫苗主题领域为实证,结合关键词聚类分析该领域核心学科跨学科引用的知识内容。

基于“成分-靶点-通路”的余甘子网络药理学研究

目的:运用网络药理学方法,研究余甘子的有效成分和作用机制。方法:从中药系统药理学数据库和分析平台检索余甘子的生物活性成分、作用靶点和相关疾病,利用STRING数据库研究靶点间的相互作用关系,利用DAVID数据库分析GO和KEGG,利用Cytoscape及Hiplot软件建立“化合物-靶点”网络、蛋白质相互作用网络(PPI)、“化合物-靶点-疾病-通路”网络进行基因本体(GO)和KEGG富集分析。结果:筛选得到12个有效生物活性成分、59个靶点、107种疾病和113条通路,基因功能分析得到生物学过程(BP)相关通路479条、细胞成分(CC)相关通路44条、分子功能(MF)相关通路78条。结论:余甘子通过广泛作用于多条细胞代谢通路,调节细胞增殖、分化、凋亡的过程,发挥抗炎、抗癌活性作用。网络药理学研究有助于揭示余甘子多成分作用的协同机制。

技术前沿识别方法综述

[目的/意义]总结技术前沿的识别方法,比较各类方法的优缺点,为技术前沿识别方法的发展提供参考。[方法/过程]辨析技术前沿相关概念,梳理各类识别方法的发展沿革,总结当前识别方法存在的问题。[结果/结论]对技术前沿的概念进行了界定,即在特定时间节点针对某一领域而言具有发展潜力的、尚未成熟的新兴技术。识别方法的研究方向从“识别”发展到“预测”,在数据获取、结果解读、指标权重设置和验证标准方面还有发展空间。

“一带一路”背景下国内外藏药发展现状

目的:探讨“一带一路”背景下国内外藏药的发展现状。方法:利用CiteSpace软件对中国知网(CNKI)和Web of Science核心合集自2014年收录的藏药相关文献进行关键词聚类,总结国内各类研究热点,比较国内外研究关注点及方法的异同。结果:藏药研究年发文量较为稳定,中英文文献发文量最多的研究机构分别是是青海省藏医院、印度科学和工业研究理事会,中英文文献的高频关键词有单味藏药、药理学、治疗应用等。结论:国外藏药研究主要聚焦药理学和治疗应用两个领域,国内藏药研究聚焦分离和提纯、遗传学、药理学、药物作用和治疗应用5个领域,国内外关于藏药的研究各有侧重,在知识和应用层面能够相互补充。

基于SPO语义网络的核心主题识别与演化趋势分析方法

目的:应用自然语言处理技术和深层语义信息进行核心主题识别及演化趋势分析,帮助科研人员了解领域研究现状、跟踪领域研究热点、把握领域发展规律,进而推动学科领域的发展。方法:提出基于SPO语义网络的核心主题识别及演化趋势分析方法,首先抽取科技论文数据中的SPO结构,然后分阶段构建SPO语义网络,最后利用节点度和边权重等社会网络分析指标对领域核心主题及其演化趋势进行研究和探索。结果:选择基因编辑领域进行实证分析,识别出该领域的7个核心研究主题,并探究各主题内容及受关注程度的发展变化情况。结论:基于SPO语义网络的核心主题识别及演化趋势分析方法具有可行性和可靠性,可以为学科领域科研活动的展开提供重要决策支持。

基于实体共现与引用的潜在共病关系发现

利用SPO语义挖掘和实体识别技术提取文献中具有共病关系的疾病实体,在此基础上构建共病网络,运用链路预测方法发现潜在共病组合。糖尿病领域实证结果表明模型具有良好的有效性和准确性,能够对共病发病机制、疾病预防、临床诊疗等方面起到辅助作用。

新冠肺炎相关应急性科技文献产出特征

目的:通过分析新冠肺炎相关主题应急性科技文献的产出特征,揭示针对突发事件的科技文献的发表与利用特点。方法:从应急性文献的来源及发表时间、文献发表类型及形式、文献发表区域及机构,对新型肺炎相关应急性文献产出的特征进行分析。结果:新冠肺炎疫情相关主题科技文献呈现出数据来源多样化、发表与公开速度快、预印本文献及篇幅简短的文献发表数量增多、发表于开放获取期刊的论文占比增加、论文发表机构合作密切、预印本撤稿率高等特点。结论:突发事件相关应急性科技文献是相关部门及研究人员进行管理决策及科研攻关的重要信息来源,应在了解应急性科技文献的特征与问题的基础上辩证性地使用应急性文献。