主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价研究

[目的/意义]如何科学、合理地评价学术论文创新水平和科学价值成为研究的关注点。本研究构建了融合主题新颖性程度、融合程度、影响力三维的学术论文创新性评价方式,将为学术论文创新性评价相关研究提供借鉴。[方法/过程]本研究基于学术论文研究主题内容及价值,从学术论文研究主题新颖性程度、主题融合程度和主题影响力3个维度,采用TOPSIS法,构建主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价模型,并以2021年度人文社会科学中区块链为研究主题的学术论文为研究对象,进行实证研究。[结果/结论]研究发现,当前我国人文社会科学区块链研究维持着较高的增长态势,且其关注度在稳定的同时略有变化;所构建的主题新颖性程度—融合程度—影响力三维视角下的学术论文创新性评价模型可作为研究活动和绩效的衡量标准,丰富了学术论文创新性评价方式。

主题词法和自然语言法探测文献主题新颖性对比分析

目的:对比分析主题词法和自然语言法计算结果的一致性和差异性,探讨两种方法的优缺点以及与F1000推荐文献的关系。方法:定义医学主题词词对法的文档主题新颖度概念,给出计算公式进行计算并进行对比分析。结果:主题词法计算了该文献集401篇文献中已标引的346篇文献的文档主题新颖度,平均新颖度值为0.8423;自然语言法计算了该文献集全部401篇文献的文档主题新颖度,平均新颖度值为0.8713。74.28%的文献经两种方法计算得到的新颖度差值在0.1以下。结论:主题词法和自然语言法可从文本层面计算文档主题新颖度,两者各有优势。自然语言法在计算范围和最新发表的文献方面要略优于主题词法,主题词法在揭示文章主旨含义和准确度方面,优于自然语言法。根据相关性比较,主题词法和自然语言法在计算文档主题新颖度方面一定程度上具有相对等效的价值。新颖度值越高,主题词法和自然语言法计算出的文档新颖度值分区越一致。主题词法文档主题新颖度与F1000得分弱相关,说明主题词法新颖度准确性更接近专家同行评议。

基于组合概率的技术主题新颖性研究

技术新颖性被认为是突破性创新的重要动力,全面衡量技术主题内容新颖性,有助于尽早识别新颖性专利并降低新兴关键技术延迟识别的风险。主题词作为技术的知识元之一,能很好地表征技术发明的主题内容和方法。本文提出一种从组合概率视角测度技术主题内容新颖性的方法,融合了专利主题词的直接组合次数、间接组合概率和语义相似度三个方面。以人工智能领域的发明专利为例,验证该方法能够捕捉主题词组合之间的潜在距离,比单一指标能够识别出更多新颖性组合。本文发现高新颖性/高常规性组合专利具有较高的平均被引次数,高新颖性专利成为高被引专利的概率最大。

基于自然语言词对法的文献主题新颖性探测研究

[目的／意义]提出一个全新的量化指标——文档主题新颖度，通过自然语言词对方法对文献主题内容的新颖性进行探测研究，并探讨其可行性和优缺点以及新颖度与F1000推荐文献和引文指标之间的关系。[方法／过程]以F1000为基础，选取hematology主题近一个月内推荐的文献，在Pubmed中查找并获取该推荐文献发表之前6个月内密切相关的文献，构成整个文献集。定义自然语言法新颖度的概念、计算公式并利用Oracle数据库PL／SQL语言进行编程，通过MetaMap软件提取自然语言词汇进行文献主题新颖度的运算。[结果／结论]自然语言法在文献主题新颖性探测的运算上具有一定的可行性；文档主题新颖度与F1000推荐文献、引用情况并非成等价关系，分属于科技论文评价的不同维度、不同范畴，不可一概而论。应将文档主题新颖度这一新指标与同行评议情况和文献计量学等其他相关论文评价指标结合起来对文献进行综合评价分析，选取优质文献给予推荐。

学术成果主题新颖性与学术引用的相关关系研究

文章通过对学术成果主题新颖性测度与其被引情况的统计分析,研究和对比了不同层次主题新颖性的学术成果在刊出之后的学术传播与影响关系。结果表明学术成果主题新颖性与学术被引之间存在显著的相关关系,不同层次主题新颖性成果在刊出后其被引生命周期存在较大差异。