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。

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。