科学论文的引用内容分析及其应用

发布时间：2020-11-12 01:41

　　 引文分析包括了引文著录信息分析和引文内容分析两部分。与引文著录信息分析相比,引文内容分析研究较少,且多集中在施引文献主题内容研究中,较少深入到文献全文内容层面。参考文献在文章中的引用内容能够为我们提供更多的引用相关信息,对了解参考文献对于施引文献的作用和价值,挖掘论文作者引用该文献的意图与观点倾向性具有更直接的作用。随着电子信息技术的发展以及大型数据库的不断拓展和完善,特别是全文数据库的建设,为实现引用内容的多角度、系统性分析提供了可能性。本文主要研究工作体现在以下五个方面： (1)系统地构建了引用内容分析的基本理论框架。以科学计量学、文献计量学、内容分析理论为指导,提出引用内容分析的概念、步骤及主要研究内容,指出引用内容研究范围应包括引用的主体、时间、主题、位置、动机,以及引用倾向性和强度研究。探讨了引用内容分析与传统基于著录信息的引文分析的区别与联系,其共性是它们都是对引文展开的分析,传统引文分析方法也适用于引用内容分析,其区别在于引用内容分析还需要借助自然语言处理技术来实现,能够更深入、细致地揭示施引文献与参考文献之间继承和创新的关系。剖析了引用内容分析的功能,揭示出它在科技论文评价、揭示知识结构演化和信息检索三个方面的应用价值。 (2)从数据和方法两个角度提出引用内容分析的实现条件。数据条件包括数据的可获得性、可识别性、结构性、整体性和连续性。实现方法包括引用内容抽取方法、数据库的应用和引用内容的分析方法。本文以PubMed Central数据库中所有全文数据为数据来源,实现了引用内容的获取与数据库存储,并以此数据库为基础,搭建引用内容检索系统,为引用内容的检索与应用提供一个数据平台。 (3)从引用发生的位置、共被引发生的位置、共被引层次网络三个角度展开引用位置分析。首先,采用引文分析与自然语言处理技术相结合,对引用发生位置进行分析,发现了引文在文章各个章节中的分布规律以及在各个章节中的内容特点。其次,根据共被引发生的位置,将共被引关系划分为四个层次,分别是句子层次、段落层次、章节层次和文章层次,通过对不同共被引层次上的共被引关系统计发现,在不同期刊中共被引分布规律基本相同,在句子层次发生的共被引关系最少,文章层次共被引分布最多,4个层次共被引分布的平均比例分布为3.16%、7.29%、18.16%和71.39%。研究结果还发现,共被引关系的位置分布与共被引频次有一定关联,共被引频次越高,句子层次上的共被引关系越多,文章层次共被引比例越小。最后,分析不同共被引位置上的共被引关系所构成的共被引层次网络特征,以CiteSpace软件为基础,结合社会网络分析方法,识别出各个共被引层次网络在传统共被引网络中的结构特征。研究结果发现,文章层次共被引网络可以覆盖38.58%的传统共被引网络,而句子层次共被引网络只覆盖了5.64%,但其覆盖位置均为传统共被引网络的核心位置,并且构成传统共被引网络的子网络,其覆盖范围要高于段落层次共被引网络和章节层次共被引网络。 (4)在引用内容主题分析中,引入标签云技术和主题模型对引用内容主题进行分析,标签云技术可以直观地展示出引用内容的主题词,而主题模型可以对引用内容主题进行详细划分。利用LDA主题模型,对比分析引用内容主题与引文自身主题和施引文献主题的差别,发现引用内容主题比引文自身主题涉及范围更广,同时与施引文献主题也有较大差别,说明引用内容在引文知识演化过程中,具有其特有的属性和价值。根据信息熵理论,比较引用内容中主题词与施引文献中主题词的概念广义-狭义性,发现引用内容中的主题词含义要比施引文献中的主题词含义狭窄,更倾向于表述某一领域中专有的方法或理论。 (5)以引用内容分析理论和方法为基础,揭示引用内容在信息检索、共被引分析和论文评价中的应用价值。首先,以PubMed Central中所有全文数据为基础,搭建基于引用内容的引文检索与推荐系统,系统测评结果显示,此系统对领域内的高被引文献和经典文献具有很好的检索与推荐效果,并且其平均检索准确率为56.5%,比Google Scholar高12.5%,比PubMed高43.5%。其次,根据引用内容相似性对四个层次的共被引关系赋予不同权重,结果显示,四个共被引层次的引用内容平均相似性分别为1、0.77、0.64、0.56,文章层次共被引关系的引用内容相似性要明显高于人们主观对此层次的权重赋值,赋予权重后的共被引分析效果要比传统的共被引分析效果好。最后,根据引文的引用内容,辨别引文的引用动机,提出引用性质评价指标,将引用性质划分为正面引用、负面引用和中性引用,采用线索词的方法对引用内容的引用性质进行自动分类,并采用统计检验方法验证此分类方法的准确性在95%以上,对BMC Bioinformatics期刊中引用内容的引用性质划分结果发现,62.88%的引用为中性引用,负面引用占3.53%；根据引文在施引文献中的实际被引次数,提出引用质量评价指标和H指数改进指标。
【学位单位】：大连理工大学
【学位级别】：博士
【学位年份】：2014
【中图分类】：G312;G353.1
【部分图文】：

引文网络分析中，常用的三种引文网络类型分别是直接引用网络、文献稱合网络和文献共被引网络，三种类型网络如图2.1所示[72]。DtrccJ Citation y \ | , p I 丨'Jft接 g 丨用 \Bibliographic ^ ? f*cmip!ing i ： k文敝锅合 0' “ W\ 'i(b二 Co-ckation ^ ^ 本：％丨 cv:> ；图2.1三种引文网络类型Fig 2.1 Three types of citation network直接引用网络指的是在一组重要且有代表性的文献集中，每篇文献都作为一个节点，按时间先后标以序号，连接这些节点并以引用次数或其被引率为权值，即构成直接引用网络图，如图2.2直接引用图中的节点A到M、A到N、C到0、D到0、E到P都是直接引用关系。对科学文献间有向的引用关系进行研究可以揭示学科领域发展脉络、预测学科发展热点，揭示科学发展过程。-25 -

⑥分析汇总根据以上内容分析的六个步骤，提出引用内容分析包含的主要步骤，如图2.2所示：/确定研究\ /选择数据Z选择分析||、类目I EmmI、」捕广r W 广与计算—丨①探索引用I ： I①段落i ①自然语言：行为规律丨丨①整体性i胃②章节丨①位置处理：②揭示知识i i②可获得性丨③句子I②文本内容；②文本挖掘』；演化规律.1③连续性：:④单词 丨③科学计堂③应用价值：⑤短语、④统i#■析 ■ ■ ‘‘ .,-.?.■；'；?????..-...奴‘..：图2.2引用内容分析步骤Fig 2.2 Steps of citation content analysis①确定研究目的，提出研究问题。引用内容研究主要有三个目的，首先是揭示施引者的引用行为规律，包括了引用动机、引文位置分布、共被引位置分布等。其次是揭示引用过程中知识传播与继承规律，包括引用内容的主题基本特征、主题演化特征等。最后是探索引用内容分析的应用价值。传统引文分析的应用价值可以体现在遴选核心期刊、科研人才评价、揭示学科发展特征、信息检索等领域，引用内容分析将在传统引文分析应用基础上，体现出其独特的应用价值。针对以上几个研究目的，具体研究过程中需要解决以下几个问题：第一，如何识别引用行为规律？引用行为规律对传统引文分析有什么影响？第二，引用过程中所采用的引用内容有什么特点？它与施引文献和引文本身有什么关系？第三

引用内容获取模块包含3部分处理内容，分别是数据采集、引用内容存储和引用内容索引。如图2.3所示：-丨丨■■丨丨 __丨_丨__丨；__|；| 罗…J界丨想』.丨I __丨—丨'丨，1丨丨藝!,壞_.<|____ MySQL 索引Pubmed Central ^丨参考文献信息 ^ #教瞧1? ；数据库全文 u 引用句子信息“ 引用句子信息1^ 参考文献链接 参考文献链接r ：良-i... I[ 数据采集j 引用内容存储 建立索引‘‘图2.3引文内容获取模块设计Fig 2.3 The module design for citation content obtaining-38 -
【参考文献】

相关期刊论文 前4条

1 王向阳;马军;;一个基于PageRank的科技文献质量评价算法[J];广西师范大学学报(自然科学版);2009年01期

2 叶继元;袁培国;吴向东;;引文数据中的负面引用初探[J];新世纪图书馆;2007年06期

3 金碧辉;Rousseau Ronald;;R指数、AR指数:h指数功能扩展的补充指标[J];科学观察;2007年03期

4 孙瑞英;从定性、定量到内容分析法——图书、情报领域研究方法探讨[J];现代情报;2005年01期

本文编号：2880059