基于语义模式和引用分布的科技文献信息抽取

科技文献中回顾前人研究成果、分析存在的问题、提出解决方法等语言片段是论文创新性信息的构成部分。分析论文写作过程中问题分析信息的逻辑思维以及在文章中呈现的篇章关系,综合利用引用分布特征、篇章关系特征、否定情感特征构建具有普适性的信息抽取语义模式。从论文原始文本中通过匹配定义好的语义模式抽取出问题分析信息。同时,利用引导词特征、语义相似度计算从论文文本中抽取出论文的主要工作信息。以数据挖掘领域科技文献为例,对比人工抽取结果对提出的方法进行评价,结果表明该方法能较准确抽取相应信息,为科技论文聚类、论文推荐提供基础数据来源。

科技期刊文献引用分布规律的探讨

通过随机选取学科、学科子类以及期刊来研究科技期刊文献引用分布规律,按照被引频次由高到低的顺序统计不同被引频次的文献量。研究发现无论是从学科层次来分析还是期刊层次来分析论文的引用在发表后的2～6年间均呈现偏态分布,随着被引频次的增高被引文献量逐渐降低,占期刊已被引文献数30%的论文提供50%以上的引用,随着论文发表时间的延长这种引用的集中趋势有所增强,但是变化幅度不大。

《护理学杂志》1998～2007年文献被引分布研究

目的了解《护理学杂志》(下称《杂志》)1998～2007年所载文章被引率、被引区间分布及核心被引文献专栏分布,为护理人员了解护理学界探讨的热点问题及期刊工作者更好地了解读者需求提供实证参考。方法采用文献计量分析法对上述时间段内《杂志》所载文章及引用情况进行统计分析。结果《杂志》10年刊载文章7 709篇,4 746篇文章被引用,被引用率为61.56%,被引用文献引用全距为1～112,引用总频次为22 289次,年均总被引频次为2 228.9次;被引文献位于外围区3 605篇(75.96%),位于相关区970篇(占20.44%),位于核心区171篇(占3.60%)。被引核心文献分布在12个栏目,其中基础护理、专科护理、护理管理、精神卫生、护理教育及健康教育6个栏目占90.06%,是被引核心文献中的核心。结论《杂志》信息密度大,被引用率较高,被引核心文献为基础护理、专科护理、护理管理、精神卫生、护理教育及健康教育栏目,其所载文献可视为近年护理研究的主体和热点。

图书情报学领域期刊论文零被引率的演变规律研究

论文零被引率是指一个国家、机构、期刊或个人某年出版的文档集合中,在出版后的某个特定引用时间窗口中未被引文档的数量或比例。它是科学出版领域中普遍存在的一种现象,然而当前的引用分布研究文献过多地关注至少被引一次论文的引用分布情况,而对论文零被引率的演变规律关注甚少。为此,本文从国内外图书情报学领域期刊中,选取6本不同影响力期刊为研究样本,实证分析了6本期刊1990—1993各年出版的论文在出版后0~19年不同引用时间窗口中论文零被引率的时间演变规律,以及1990—2012各年论文出版后当年、三年和六年零被引率的年度变化规律。实证分析发现:(1)除日本多语言期刊《图书与情报》(LIS)之外,其他5本期刊论文零被引率的时间演化规律能够很好地被一个三参数负指数模型:P(X_t=0)=K+Ae^(–S×t)拟合,拟合优度(R^2)都达到96%以上;(2)除日本《图书与情报》(LIS)期刊外,其他5本期刊论文零被引率随引用时间窗口变大而形成一系列具有"开始下降较快,随后非常缓慢地下降,直至一个非常低且稳定的水平线"特征的凹形曲线;并且此5本期刊睡眠系数S区间值大小与它们的下降幅度区间值大小的方向一致,期刊的下降幅度越大,越易于较快达到一个稳定的、变化非常少的水平,从而导致一些未被引的文献在此后的长时间内处于睡眠状态;(3)6本期刊论文零被引率的年度变化规律显示,随着时代的发展,图书情报学领域期刊论文的传播与利用速度越来越快。除日本《图书与情报》(LIS)论文零被引率较高,且历年变化较小外,其他5本期刊论文零被引率,尽管历年变化较大,但总体呈现下降趋势。

H-指数及其衍生指标的本质探讨

如何更加客观公正地进行学术影响力评价一直以来都是一个重要且备受关注的问题。H-指数的提出,打破了原来以影响因子为单一评价指标的现状,引发了广泛的关注和讨论,并在随后数年产生了几十种衍生指标,这些工作极大地推动了科学计量学领域的深入研究和发展。该文详细介绍了H-指数及其具有代表性的23种衍生指标,以学者或单位的引用分布曲线为统一的视角,探讨了这些指标的本质,并讨论了各自的优缺点。最后对学术产出的影响力评价研究进行了展望。

期刊被引量的分布及影响因子的失真--以7种物理学综合期刊为例

【目的】针对引用的偏态分布,提出修正影响因子失真的方法。【方法】以影响因子不同的7种物理学综合期刊为样本,根据2011—2015年度各学术载文的被引频次,以被引量的分布曲线和洛伦兹曲线揭示期刊被引量在学术载文间的分布特征,引入基尼系数来描述引用分布的不均匀程度。【结果】期刊被引量在学术载文间均为右偏分布,基尼系数均大于0.4。【结论】被引量的非正态分布能导致影响因子出现不同程度的失真,以(1-G)为基尼修正系数,可有效修正影响因子失真。