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-主题双重测度的交叉前沿识别研究

[目的/意义]交叉学科正在成为我国科技创新的重要驱动力,并不断催生新的科学前沿。如何识别并测度交叉前沿主题,对于理解学科知识流转、把握新的交叉前沿方向至关重要。[方法/过程]本文从引文分析和主题分析相结合的角度,提出基于引文—主题双重测度的交叉前沿识别方法。首先,综合运用自然语言处理、文本主题识别、引文关系矩阵等方法获取交叉主题;其次,通过构建基于引文—主题的交叉测度指标进一步遴选交叉主题;最后,提出主题影响力、新颖度、吸引度及热度的多维测度指标,获取交叉前沿。[结果/结论]通过信息科技与宇航交叉领域进行实证研究,结果表明该方法能够有效识别出该领域的热点交叉前沿、新兴交叉前沿、潜在交叉前沿以及衰弱交叉前沿。

基于研究主题和引文分析的信息资源管理学科发展探究

图书情报与档案管理一级学科更名为信息资源管理,无疑是一个朝多方向扩展学科空间的良机。为此,本文通过对比分析图情档的研究与其他学科关于信息资源管理的研究所存在的异同,从中尤其是从非图情档领域获得启发,探究信息资源管理学科的发展方向和拓展空间。从中国知网数据库中获取近10年图书情报学论文、档案学论文、其他学科关于“信息资源管理”研究的论文以及发表于《信息资源管理学报》的论文,形成四个数据集;然后,利用深度学习模型BERTopic进行主题识别,对比分析四个数据集的研究主题与演化趋势、引文网络特征以及研究范式的异同,探索学科发展的方向。研究发现,图情档的研究与其他学科关于信息资源管理的研究都是以国家战略为导向,在数智技术的驱动下,面向社会发展的实际问题展开。图情档更侧重于对信息资源管理的本质、一般规律、方法论的深度探索,其他学科则关注其在社会经济发展的各行各业中的应用。从引文特征来看,图情档与行政管理、经济管理等社会科学以及计算机科学的关联性较强,而与理工农科联系较弱。建议学科发展在强基固本、不断促进跨学科交叉融合的基础上,新增“行业信息资源管理”“数据资源管理”等二级学科,扩展和深化信息资源管理知识体系,提高其理论方法的普适性和应用性,强化学科影响力。

基于科技文献计量的颠覆性技术发展过程特征识别研究——以数字孪生技术为例

[目的/意义]颠覆性技术的识别对科技创新、产业变革及市场竞争具有重要意义。[方法/过程]以颠覆性技术“数字孪生”为例,融合论文与专利文献数据,分析科技文献在时间、学科及应用领域分布、论文与专利的引用与互引及高频引用参考文献的主题、研究类型趋势等表现,发掘技术发展过程重要特征。[结果/结论]发现数字孪生处于高速发展阶段,领域交叉融合、突破性及潜力巨大,工程学、计算与控制领域的热门主题研究与应用态势凸显,研究的敏锐性强、物理规模较大、成熟度较高。该结果与国际研究机构项目及预测报告相对应,一定程度上实现了对该技术发展过程特征的识别。

基于SPO语义结构的关键词补充主题识别及演化分析

弥补基于SPO(Subject-Predication-Object)语义结构进行文本主题识别及演化分析方法中部分主题信息缺失、无法识别新兴领域主题、语义信息不够具体的缺陷,提升主题识别及演化分析的效果。首先,抽取科技文献标题和摘要中的SPO语义结构,使用关键词作为补充进一步丰富语义;然后,结合社会网络分析指标、新颖性和相对增长性指标分阶段进行核心主题、新兴主题识别;最后,基于文献引用及各阶段核心主题与新兴主题的变化情况进行主题演化趋势分析。分析发现,基于SPO语义结构的关键词补充主题识别及演化分析方法在以基因编辑领域为代表的较新的领域效果更佳,3个阶段的核心主题可从技术和应用2个维度概括为ZFN、TALEN,ZFN、TALEN和CRISPR/Cas9,CRISPR/Cas和碱基编辑在基因编辑系统优化、基础科学、临床疾病治疗和生物技术四大方向的应用,新兴主题主要包括疾病诊断、高通量功能基因组学、合成生物学代谢工程领域、精准医学精准编辑、基因编辑递送工具和基因编辑中的伦理问题六大方向。提出的方法可有效识别研究领域的核心和新兴主题,并把握其主题演化趋势,相较仅基于SPO语义结构的方法,效果得到提升。

基于引文主路径文献共被引的主题演化分析

主题演化分析对于梳理领域发展脉络、把握领域发展规律和预测领域发展趋势具有重要的作用。本文提出了一种基于引文主路径文献共被引的主题演化分析方法，利用引文主路径分析进行演化路径识别，利用共被引分析和领域术语识别进行演化主题识别。并以碳纳米管纤维领域作为研究对象进行实证研究，发现该方法基本能够揭示领域的演化情况，具有一定的实际意义和应用价值。