基于引用功能和引用极性的一个引用分类模型研究

[目的/意义]提出了一种包含引用功能、引用极性、引用功能和极性的属性解释、引用影响力四个维度的引用分类计划,一定程度上解决了基于引用计数的引文分析法中"不考虑施引作者对引用的立场而将所有引用效果视为均等"这一缺陷。[方法/过程]通过提出的分类方案和手工标注的语料库获取引用相关的信息与属性,抽象出目标类;利用语料库对引文功能、极性进行分类训练,形成了关于用途、极性、引用功能和极性的解释三个维度的引文表征模型;并使用机器学习算法对引文的影响力进行分类。[结果/结论]将复杂的引文结构划分为相对容易实现的目标体,以一个低粒度的维度来实现细粒度的分类,实现了标注引文的足够信息并对其进行描述和分类的功能,并通过实验和相关参数计算对分类计划进行了验证,获得了较为客观的结论。

自引的新评价——引用极性、引用位置和引用密度的视角

[目的/意义]建立在统计计数基础上的传统引文分析方法,由于不考虑施引作者的动机而受到批判,尤其是对自引一直存在偏见,认为自引是作者对自己作品的过度肯定,会误导科学发展。[方法/过程]通过引用极性、引用位置和引用密度三个角度来讨论对自引的评价问题,通过探析引用发生的动机和引文背景来研究以往对自引的评价是否存在偏见;探讨引文水平和引文位置与上下文之间的关联对相同参考文献的潜在调节作用。采用定性和定量方法分析了不同主题和学科的学术出版物的自引情况。[结果/结论]统计分析结果表明自引在引用密度和极性不确定性方面没有偏差,在引用的积极性和消极性方面存在偏差;揭示了自引行为对引文密度、位置集中和关联的一些引用模式的影响。

施引文献视角下正面引用论文的影响力及其影响因素的研究——以自然语言处理领域为例

被引频次是科技论文的重要评价指标,但因为引用同一化的问题,需要矫正使用被引频次评估带来的偏差。本文以自然语言处理领域论文的引用极性为数据,从施引文献的角度出发,研究了正面引用和中性引用论文的影响力差别,以及不同引用原因下,正面引用论文的影响力差别。进一步探讨了影响作者引用极性的施引因素。利用非参数检验和逻辑回归等统计推断方法比较发现,正面引用论文的影响力明显高于中性引用论文的影响力,且正面引用的不同引用原因中,应用类型的论文影响力更大;施引位置和引用长度对引用极性有较大的影响,而引用强度和参考文献个数对极性没有影响。本文的研究结论为进一步丰富引文分析理论和细化科技质量评价策略提供了有益的改革思路。

“极性”概念在引文分析中应用的一个实证研究

[目的/意义]引入"极性"概念,将引用内容分为正、负和零三类,通过引用发生的语境和引文内容分析引文分析法的局限性,提出新的引文分析的观点,并提供了对自引影响力的另一种解释。[方法/过程]构建理论模型,提出9个假设,并使用Web of Science数据库中收集的真实数据,以传统的计数为基础,利用数理统计方法和不确定以及多样性的测定方法对模型进行验证。[结果/结论]验证了模型的合理性以及9个假设,指出引用的位置与论文的一般结构有关;同时分析了自引对引文结果可能产生的影响,并提供了对自引影响力的另一种解释。

一种基于引文的情感分析方法及其对论文排名指数的影响

[目的/意义]旨在研究引文分析中引入情感分析后对论文排名的影响。[方法/过程]提出一种引文情感分析方法,确定引文文本中的情绪,并使用监督分类器为每个文本句分配一个分数来确定其情感倾向,利用C4.5决策树对引文的极性进行分类;提出一个考虑定量(引用次数)和定性(情感分析)因素的论文评价指数pc指数,并基于该指数对论文进行了排名。[结果/结论]C4.5决策树对引文的极性进行分类,获得了较为准确的结果;pc指数对朴素算法进行改进后获得了对被引论文的影响力新的排名,排名对于较小的语料库影响不大(只有4篇论文排名发生了变化),而对于更大的语料库,预计影响会更大。

计算机类期刊的引文环境分析

本文以中国科学技术信息研究所建立的《中国科技期刊论文与引文数据库》（CSTPCD）为基础，利用荷兰阿姆斯特丹大学Loet Leydesdorff教授开发的系列程序，将发生引用或被引关系的期刊聚集起来，然后利用可视化工具（Pajek）将期刊之间的引用，被引信息进行可视化表达。通过分析计算机学科领域的重要期刊《软件学报》和《计算机学报》的核心引用和被引环境，发现该领域的论文作者更愿意引用国际期刊，而对国内期刊论文的引用比例很小；尽管《软件学报》的影响因子略小于《计算机学报》，但前者在国内计算机科学类期刊中影响最大。有趣的是，当阈值为1％时，两种期刊在2003年的引用或被引环境中所包含的期刊数目完全一样；同样情形发生在2004年两刊的被引环境中。

中国科技期刊引文环境的可视化

以2003年中国科学技术信息研究所生产的中国科技论文引文数据库(CSTPC)收录的1576种期刊的引文数据为基础,通过特殊的程序处理,得到聚类期刊引文(即引用或被引)关系网络。应用矢量空间模型使这种网络可视化,用户可以在线获取有关结果。这种网络不仅可以表现期刊之间的专业相似性,更可以反映期刊在局部网络中的引用/被引表现。同一种期刊在不同引用/被引环境中的表现各异,我们用局部网络中期刊当年的总引用/被引次数(C)除以该网络中当年发生的总引用/被引次数(即 C/N 值,)来表示局部引用环境中各期刊的表现。聚类期刊被引网络图可以反映期刊的相对影响;引用网络图则可以反映期刊参与科学交流的积极性(简称为引用积极性)。此外,我们还将总引与刊内自引进行了区分,并用椭圆将两种引用类型进行了形象化表达。用户可以根据自己的兴趣选择种子期刊,然后利用可视化程序如 Pajek 来获得相应的引用网络图。