基于BERTopic算法的引文主题实证分析——以一篇高被引诺贝尔生理学或医学奖论文为例

[目的/意义]引文主题识别/分析(CTR/CTA)是引文内容分析(CCA)的一项重要研究议题,通过对引文语料中蕴涵主题信息的识别和提取,可望为论文学术贡献评价、知识扩散及演化分析等问题的解决提供新的研究思路。[过程/方法]以一篇高被引诺贝尔生理学或医学获奖关键论文为例,采用BERTopic算法对其引文句语料进行主题识别,并对识别出的引文主题展开多个维度的分析与讨论。[结果/结论]对高被引论文开展引文主题识别分析,有助于更全面细致地揭示其学术贡献内容及演化趋势;BERTopic算法能较好识别案例文献的多个引文主题,且不同引文主题的施引文献特征分布不尽相同;对引文主题重要性、演化趋势及其与原文主题差异性的分析,能多维度刻画研究同行对案例文献学术贡献的认识,表明CTR/CTA研究对学术论文评价具有深入探索价值。

基于引文分析的百度百科在学术研究中的应用研究——以图书馆学情报学领域为例

运用引文分析法,结合引用内容,调查图情学期刊论文对百度百科的引用情况,调查发现:对百度百科的引用以引用定义为主,被引用的百度百科条目主要属于其他学科。文章认为:百度百科的百科全书属性还有待提升,引用百度百科仍然遵循“最小努力原则”,百度百科主要为学术研究提供本学科以外的知识、资料。

基于引文内容的引用情感与动机分析——以机器学习算法为例

基于引文内容的引文分析是目前文献分析的研究热点,分析算法文献的引用行为将为研究者选择算法提供依据。以WoS数据库中机器学习算法文献为数据,构建了机器学习算法的引用情感和动机数据集;并分别从引用情感、引用动机和引用位置出发,分析了机器学习算法文献的引用行为。基于研究结果,指出中性情感为主要引用情感;“单一使用”与“使用并比较”为主要引用动机;引用情感、引用动机与引用位置两两之间存在明显的相关性。

引文分析的新阶段:从引文著录分析到引用内容分析

引用内容分析是基于引文分析基础理论,借助文本挖掘和自然语言处理等技术,从施引文献的全文入手,聚焦于引用的片段,对引用频次、引用位置和引用文本的内容主题进行的挖掘和研究。文章从引用内容概念出发,探讨了引用内容分析与引文分析的一般关系。引用内容分析是引文著录分析的精致化,是引文分析理论发展的新阶段。接下来,从引文描述性统计和引文网络视角,阐述了引用内容对传统引文著录分析的比较优势。引用内容文本分析则是引用内容分析的独有优势。最后,简单总结了引用内容分析的基本框架,并指出其未来存在的四个研究取向。

融合引文内容和全文本引文分析的知识流动研究

提出将引文内容分析与全文本引文分析相结合的方法,分析知识流动情况,建立三个文献集:施引文献集、原始文献集和参考文献集。通过原始文献集的桥梁作用,利用引用与被引用的关系,将三个文献集联系起来,分别提取三个文献集的主题,探测出学科内部与学科间知识流动的趋势,证实了提出方法的有效性,可以利用此方法进行知识流动方面的研究,且对于预测学科发展有重要意义。

应用引文共引聚类-内容词分析法对学科发展的研究

将引文共引聚类与内容词分析法相结合揭示专题发展，通过引文共引聚类描述妊娠糖尿病专题研究的发展历史，通过高频引文的重要来源文献的内容词分析描述该专题研究现状，同时计算来源文献类内相似度、关联度及类间差异度，验证引文共引聚类的效果。

用于引文内容分析的标准化数据集构建

学术论文的全文数据越来越容易获取使大规模的引文内容分析成为可能。文章通过设计引文内容标注框架,开发引文内容标注系统,分别从引用对象、引文功能、引用情感、引文位置、引文重要性、标注自信度等方面进行标注。构建用于引文内容分析的标准化数据集并进行统计分析,可为引文内容的特征分析等基础性研究及学术预测等应用性研究提供数据支撑。

学术专著引用行为研究——基于引文内容特征分析的视角

当前的引文内容分析研究基本上以学术论文为研究对象。与学术论文相比,学术专著的篇幅较长、引文内容更加翔实。学术专著的引文内容特征分布对学术专著的引文内容分析方法、乃至引用行为与动机等研究都具有重要的意义。本文首先通过对Morgan&Claypool出版的39本学术专著的引文内容进行人工标注,构建包含13539条引文内容的学术专著引文内容分析语料;然后分别从引文内容位置分布、引文提及次数以及引文内容上下文特征等三个方面分析学术专著的引文行为,并针对不同学科学术专著的引用行为特点进行了总结;最后本文讨论了学术专著与学术论文引文内容特征分布的差异,并指出进行学术专著引文内容分析时应注意的问题。本文研究成果可以帮助学者进一步了解学术专著引用行为的特点,并为后续的学术专著中的引文动机研究打下基础。

基于引文内容分析的高被引论文主题识别研究

基于被引次数的引文分析无法直接揭示论文的研究内容,利用关键词或从标题、摘要和全文中抽取的主题词很难客观反映论文的被引原因。本文以碳纳米管纤维研究领域的高被引论文为研究对象进行引文内容抽取和主题识别,经人工判读验证:基于引文内容分析的高被引论文识别的核心主题能够较好地揭示高被引论文的被引原因(引用动机),而且与论文的研究内容相符合;与基于全文、基于标题和摘要的主题识别相比,在引文内容分析基础上识别的主题具有更好的主题代表性,能够有效揭示被引文献的研究内容,是对原文相关信息的重要补充。本文的实验表明基于引文内容分析的高被引论文主题识别是可行而且有效的。

引文—内容词分析法反映专题学科发展历史及现状的可靠性评价

以“妊娠糖尿病”专题为例,应用引文共引聚类方法揭示某一学科专题研究的发展历史,应用高频引文来源文献的内容词分析法揭示其研究现状。同时与专家的系统性综述相对比进行评价,结果得出引文—内容词分析法是反映专题发展历史及现状的可靠方法。

引文分析法与内容分析法结合的文献知识发现方法综述

[目的/意义]为推进文献知识发现研究方法体系的形成和应用研究的广泛开展,梳理引文分析法与内容分析法结合的不同模式,可为后续研究提供参考。[方法/过程]在介绍引文分析、内容分析的基础上,提出两者结合的必要性;从引文分析法与内容分析法不同结合方式(组合、聚合与融合)的概念解析、研究结构、相关应用等方面,全面展示两种分析方法结合的基本概貌;并给出未来两种方法实现深度结合的研究趋势。[结果/结论]引文分析法与内容分析法结合实现文献知识发现的有效性已得到国内外学者的认可,目前已形成系统的方法体系,其方法理论可推广应用到多源信息融合实现知识发现的研究中去。

基于引文内容的信息学期刊互引分析

[目的/意义]引文分析是文献计量学常用的方法,期刊互引是其中一种,研究期刊互引可以了解期刊之间的输入输出关系,探讨不同期刊的地位与角色。[方法/过程]提出将内容分析融入共引分析的方法,并以信息学中具有代表性的10种期刊为例,包括信息计量学、信息管理学、信息经济学、经济计量学以及信息管理学,利用Scopus数据库,探讨这些期刊之间基于内容的互引关系;通过绘制信息学类期刊的知识图谱,探析信息学研究领域的分支和知识交流问题。[结果/结论]实验结果表明:与已有的互引分析方法对比发现,信息学类期刊之间知识流动频繁,并向着管理学、数据统计、技术和情报信息等分支延伸。

国内外引文内容分析研究进展

[研究目的]引文内容分析是图书情报学科经典的定性研究方法,对引文内容分析的研究与应用现状进行梳理与总结,为未来的研究提供参考。[研究方法]在Scopus数据库中,以citation content analysis、content based citation analysis、content citation analysis、in-text citation analysis等为关键词进行检索,在CNKI数据库中以引文内容分析、引文语境分析、文内引文分析等关键词检索,采用人工筛选的方式获得文献87篇文献,从引文文内特征、引文语义关系、引文内容本体、应用和研究框架等5个方面对当前研究进行了总结和评述。[研究结论]引文内容分析能够揭示引文之间深层次的语义关系,并作出客观、科学的学术评价结论,但引文关系非常复杂,涉及引用目的、引用动机、引用情感、引用功能等多个因素。对于引文间语义关系的研究,在生物医学领域缺乏具有统一的规范化的界定和框架。从应用角度来看,利用自然语言处理和深度学习技术实现自动引文情感分类,以识别出具有可重复价值的临床研究文献进行推荐,区分出不可重复的临床实验,从而避免医学资源浪费是非常有意义的。基于知识实体的引文内容分析给学术评价和科研管理带来了新的活力,将知识图谱和引文内容分析的有机结合能够实现智能化知识发现,是值得进一步探索的方向。

基于引文和内容分析法的我国数字档案馆研究综述

本文从题名与数字档案馆研究相关的期刊论文的引文、内容入手,对1999—2010年中国学术期刊网络出版总库[1]中我国数字档案馆研究现状进行定量分析。总结并说明这12年来我国数字档案馆研究的高被引论文期刊分布、核心作者群体、机构分布、发表年份分布以及总的主题研究热点分布、研究特点及其发展趋势。

国际音乐教育研究现状分析(2006-2018年)——基于综合性引文数据库(WOS)的文献计量和内容分析

音乐教育作为美育的重要组成部分,是基础教育和高等教育研究的核心组成部分。通过对国际音乐教育研究的时间和空间分布以及期刊、作者的影响力进行文献计量与内容分析发现,国际音乐教育研究热点强调对音乐学习动机、创造力与音乐治疗的研究,音乐教育研究的前沿问题更加关注音乐素养和音乐教育中科技的运用。国际音乐教育研究趋势为我国音乐教育的未来研究提供借鉴和指明方向。

引文内容分析研究进展

引文内容分析较传统学术评价方式而言,可挖掘出施引文献和被引文献之间的内容相关性,对引文作用进行有效评估。目前,引文内容分析的研究可分为引文类型划分、引文分类方法和引文分类过程3个方面。引文类型划分是引文分类的前提,可按引用动机、观点倾向、引用程度和影响力等对引文类型进行定义。在引文类型定义基础上可通过经验的、结构化的或者机器学习的方法进行分类实现,具体过程则包括引文提取和方法应用两个关键部分。

基于引文分析与内容分析的专利计量与评价的理论探索

本文在对已有的科学技术成果计量与评价方法进行统一考察和综合分析的基础上,主要以文本语义分析和引文网络分析为主,通过知识元和引文对关键核心专利进行识别,并对专利技术前沿领域和热点领域进行预判。本文的主要目标是构建一套基于知识元和引文的专利技术成果计量和评价的指标、模型、方法和理论体系,为技术成果的计量和评价探索出一种新的模式和新的途径。

引文内容视角下的引文网络知识流动路径分析

[目的/意义]为改变以往引文网络主路径相关研究将所有学术文献及其之间引用关系一视同仁而忽略连边语义信息的做法,文章设计一种引文内容视角下的知识流动主路径提取方法。[方法/过程]首先通过一种引文内容视角下的知识流量计算方法计算节点之间的知识流量;然后从引用行为的情感倾向和发生位置两个维度来判断节点间知识流动路径的类型;再通过搜索路径统计数(SPC)算法计算网络中各节点间连线被网络中所有路径遍历的次数;最后融合节点间知识流量、知识流动路径类型以及搜索路径统计数等因素来衡量该连边在网络中重要性,并基于此提取出知识流动主路径。[结果/结论]以"数字人文""数据治理"和"智库"三个主题为例,从中国知网分别获得1192、2136和6566篇文章,按照上述方法构造知识流动网络并提取出主路径。经过分析,得到的知识流动主路径可以很好地反映知识在引文网络中的客观流动情况,对挖掘学科内知识交流热点、促进学科内及学科间知识交流行为具有指导意义。

引文分析法与内容分析法识别科学技术转化的比较研究

引文分析法是通过提取文献间的引用关系,并描述和分析文献集的引用结构和引用现象的一种方法,现已成为文献计量学领域中最为重要的研究方法之一;内容分析法则是一种在确定研究单元后对文献中的内容特征的性质和规律进行分析与描述的方法。引文分析法难以全面地描述该文献集合,但便于发现文献集合中的特征值;内容分析法的步骤较为繁琐,受人为因素影响较大。在处理引用频次较少的文献集合时,内容分析法相比于引文分析法更为系统和全面。

引文内容分析视角下的公安情报学发展探析

[目的/意义]国际国内安全形势的动荡使得公安情报工作责任重大,为顺应安全形势的变化,与公安情报工作密切相关的公安情报学也需要创新改革。为加快学科发展,应找准学科主题特点,厘清学科研究内容。[方法/过程]引文内容分析法可以深层次分析学科研究内容情况。文章应用引文内容分析方法,以重要学术期刊中的公安情报学文献为研究对象,从引文内涵、引文位置和引文类别三个方面开展研究;结合文献主题总结公安情报学引文史,分析公安情报学发展情况。[结果/结论]结合引文内容标注实验结果,总结了学科主题研究特征,通过公安情报学引文史分析了学科研究历史,揭示学科发展动力,寻找公安情报学未来的发展方向。