国内语音科学研究的知识图谱分析——基于CiteSpace和VOSviewer的综合应用
发布时间：2021-01-24 12:29
基于文献计量工具CiteSpace和VOSviewer绘制的科学知识图谱,进行有关语音科学的期刊发文量、关键词共现时区分布图、主要作者及其机构共现时区分布图、关键词共现标签视图共4类知识图谱分析发现:目前,国内语音科学研究在期刊发文量方面整体呈上升态势,学科发展趋势向好; 1980—2020年该领域研究聚焦的热点主题主要有:"语音识别""语音合成""言语合成""人工智能""语音技术""人机交互"等,其中人工智能是该领域的研究前沿。该领域研究目前存在的主要问题是:虽有新的学者和机构不断加入语音科学研究,但各研究者与机构之间的合作较少,各研究团队之间尚未形成研究合力和网状研究协作网络。未来国内语音科学研究将呈现出语言学语音科学研究领域不断拓展,非语言学语音科学研究向跨学科融合化和语言科学研究向社会化应用发展的趋势。
【文章来源】：郑州轻工业学院学报(社会科学版). 2020,21(05)
【文章页数】：10 页
【部分图文】：
语音科学研究领域年度期刊发文量走势图
由图2可知，2015年左右人工智能开始出现，之后围绕其开展的相关研究较为集中，是语音科学研究领域的前沿。人工智能(Artificial Intelligence，缩写为AI)，是计算机科学的一个分支，研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统，是专门研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术和应用系统的一门新的技术科学，是语音科学跨学科研究的重要领域之一。1927年，德国电影《大都会》中的人造机器人“玛利亚”是最早的人工智能机器人形象;1956年，人工智能被确立为一门学科，之后伴随着计算机的问世，全世界范围内计算机领域的科学家都在研究人工智能。人工智能发展包括深度神经网络、大数据和涟漪效应三个要素[8]。近年来，随着科大讯飞股份有限公司(以下简称为“科大讯飞”)深度神经网络结构FSMN———讯飞构型的提出，国内与人工智能有关的深度学习研究逐渐兴起。“深度学习”的概念来源于人工神经网络(Artificial Neural Network，缩写为ANN),ANN是人工智能领域中的重要模型之一[9]。目前，人工智能语音交互技术已被广泛应用，基于深度学习的语音分离技术研究颇受关注和重视。
以每两年为一个时间切片，提取节点类型为作者和机构，绘制出1995—2020年国内从事语音科学研究的主要作者及其机构共现时区分布图(见图3)。在时间段选取方面，之所以选择1995—2020年，是因为绘制知识图谱时即使将词频阈值调至最低，1995年之前研究语音科学的主要机构在知识图谱上也无法出现，这说明我国语音科学研究起步较晚，从1990年代后期开始我国语音科学研究才进入全面发展期，与前面期刊发文量年度趋势图所显示的结果一致。在研究机构方面，1995—1997年，中国科学院声学研究所、上海交通大学、北京邮电大学、中国科学技术大学陆续开展语音科学研究;2003年，哈尔滨工程大学、清华大学、厦门大学加入语音科学研究;2007年，新疆大学和湖北师范学院加入语音科学研究;2011年，广西大学加入语音科学研究;2015年前后，各公司团队陆续加入语音科学研究，如科大讯飞、北京宇音天下科技有限公司、珠海多玩信息技术有限公司等;2018年以来，山东农业大学、河北大学、西北民族大学加入语音科学研究，我国语音科学研究蓬勃发展。尽管不断有新的学者和机构加入语音科学领域的相关研究，但由图3可知，各机构和作者之间的连线较少，说明其研究的关联性较弱，各作者和研究机构之间开展的语音科学研究相对孤立，并未形成科研合作网状网络。由图3可知，近年来加入语音科学研究的作者与机构越来越多，语音科学研究整体上处于发展上升期，与图2所显示的结果一致。综合分析可知，在作者及其机构分布方面，语音科学研究领域呈现以下4个特点:(1)作者发文量较高且其所在机构突显，如中国科学院声学研究所的杜利民、中国科学技术大学的王仁华、清华大学的刘加、新疆大学的吾守尔·斯拉木、湖北师范大学的高红亮等，其研究成果丰硕，其所在机构该学科发展建设较好;(2)作者发文量较高但其所在机构并未出现，如朱晓农(香港科技大学)、王炳锡(解放军信息工程大学)、韩纪庆(哈尔滨工业大学)，可能与该机构研究该学科的人员较少、学科建设发展缓慢有关;(3)作者所在位置与其所在机构位置相距较远，如西北民族大学的于洪志、厦门大学的李无未，这可能与作者所属机构更名、工作变动或该领域研究热点变化有关;(4)语言学语音科学研究作者及其机构显现较弱，如北京大学的孔江平、同济大学的马秋武、南开大学的石锋等都并未显现，这说明与非语言学语音科学研究相比，语言学语音科学研究所占比例较小，语音科学研究跨学科性强，其发展空间与研究态势发展良好。最后还值得一提的是，2015年前后刘豫军、夏聪、胡郁等均是公司职员，与其所在公司机构分布一致，这说明企业在该学科研究方面也有所贡献，研究成果直接转化为社会生产的趋势渐强;2018年前后张玲、张海波、周民伟、刘琳等所在研究领域均为医学，这说明语音科学具有跨学科交叉研究的趋势，也说明该学科的研究热点和前沿聚焦于语音科学的跨学科研究，与图2所显示的结果一致。
【参考文献】：
期刊论文
[1]汉语方言的实验语音学研究旨趣[J]. 胡方. 方言. 2018(04)
[2]中国的濒危语言保存和保护[J]. 范俊军. 暨南学报(哲学社会科学版). 2018(10)
[3]基于深度学习的语音识别技术现状与展望[J]. 戴礼荣,张仕良,黄智颖. 数据采集与处理. 2017(02)
[4]人工智能与语音识别技术[J]. 胡郁. 电子产品世界. 2016(04)
[5]语音合成方法和发展综述[J]. 张斌,全昌勤,任福继. 小型微型计算机系统. 2016(01)
[6]语音情感识别研究进展综述[J]. 韩文静,李海峰,阮华斌,马琳. 软件学报. 2014(01)
[7]少数民族语音多元化和多模态研究[J]. 金雅声,胡阿旭. 西北民族大学学报(哲学社会科学版). 2009(03)
[8]语音识别技术的发展现状及应用前景[J]. 高新涛,陈乖丽. 甘肃科技纵横. 2007(04)
[9]语音样品的选取和实验数据的分析[J]. 石锋,时秀娟. 语言科学. 2007(02)
[10]我国语音学与音系学研究现状和发展方向[J]. 史宝辉. 外语教学与研究. 1996(02)
本文编号：2997248
【文章来源】：郑州轻工业学院学报(社会科学版). 2020,21(05)
【文章页数】：10 页
【部分图文】：
语音科学研究领域年度期刊发文量走势图
由图2可知，2015年左右人工智能开始出现，之后围绕其开展的相关研究较为集中，是语音科学研究领域的前沿。人工智能(Artificial Intelligence，缩写为AI)，是计算机科学的一个分支，研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统，是专门研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术和应用系统的一门新的技术科学，是语音科学跨学科研究的重要领域之一。1927年，德国电影《大都会》中的人造机器人“玛利亚”是最早的人工智能机器人形象;1956年，人工智能被确立为一门学科，之后伴随着计算机的问世，全世界范围内计算机领域的科学家都在研究人工智能。人工智能发展包括深度神经网络、大数据和涟漪效应三个要素[8]。近年来，随着科大讯飞股份有限公司(以下简称为“科大讯飞”)深度神经网络结构FSMN———讯飞构型的提出，国内与人工智能有关的深度学习研究逐渐兴起。“深度学习”的概念来源于人工神经网络(Artificial Neural Network，缩写为ANN),ANN是人工智能领域中的重要模型之一[9]。目前，人工智能语音交互技术已被广泛应用，基于深度学习的语音分离技术研究颇受关注和重视。
以每两年为一个时间切片，提取节点类型为作者和机构，绘制出1995—2020年国内从事语音科学研究的主要作者及其机构共现时区分布图(见图3)。在时间段选取方面，之所以选择1995—2020年，是因为绘制知识图谱时即使将词频阈值调至最低，1995年之前研究语音科学的主要机构在知识图谱上也无法出现，这说明我国语音科学研究起步较晚，从1990年代后期开始我国语音科学研究才进入全面发展期，与前面期刊发文量年度趋势图所显示的结果一致。在研究机构方面，1995—1997年，中国科学院声学研究所、上海交通大学、北京邮电大学、中国科学技术大学陆续开展语音科学研究;2003年，哈尔滨工程大学、清华大学、厦门大学加入语音科学研究;2007年，新疆大学和湖北师范学院加入语音科学研究;2011年，广西大学加入语音科学研究;2015年前后，各公司团队陆续加入语音科学研究，如科大讯飞、北京宇音天下科技有限公司、珠海多玩信息技术有限公司等;2018年以来，山东农业大学、河北大学、西北民族大学加入语音科学研究，我国语音科学研究蓬勃发展。尽管不断有新的学者和机构加入语音科学领域的相关研究，但由图3可知，各机构和作者之间的连线较少，说明其研究的关联性较弱，各作者和研究机构之间开展的语音科学研究相对孤立，并未形成科研合作网状网络。由图3可知，近年来加入语音科学研究的作者与机构越来越多，语音科学研究整体上处于发展上升期，与图2所显示的结果一致。综合分析可知，在作者及其机构分布方面，语音科学研究领域呈现以下4个特点:(1)作者发文量较高且其所在机构突显，如中国科学院声学研究所的杜利民、中国科学技术大学的王仁华、清华大学的刘加、新疆大学的吾守尔·斯拉木、湖北师范大学的高红亮等，其研究成果丰硕，其所在机构该学科发展建设较好;(2)作者发文量较高但其所在机构并未出现，如朱晓农(香港科技大学)、王炳锡(解放军信息工程大学)、韩纪庆(哈尔滨工业大学)，可能与该机构研究该学科的人员较少、学科建设发展缓慢有关;(3)作者所在位置与其所在机构位置相距较远，如西北民族大学的于洪志、厦门大学的李无未，这可能与作者所属机构更名、工作变动或该领域研究热点变化有关;(4)语言学语音科学研究作者及其机构显现较弱，如北京大学的孔江平、同济大学的马秋武、南开大学的石锋等都并未显现，这说明与非语言学语音科学研究相比，语言学语音科学研究所占比例较小，语音科学研究跨学科性强，其发展空间与研究态势发展良好。最后还值得一提的是，2015年前后刘豫军、夏聪、胡郁等均是公司职员，与其所在公司机构分布一致，这说明企业在该学科研究方面也有所贡献，研究成果直接转化为社会生产的趋势渐强;2018年前后张玲、张海波、周民伟、刘琳等所在研究领域均为医学，这说明语音科学具有跨学科交叉研究的趋势，也说明该学科的研究热点和前沿聚焦于语音科学的跨学科研究，与图2所显示的结果一致。
【参考文献】：
期刊论文
[1]汉语方言的实验语音学研究旨趣[J]. 胡方. 方言. 2018(04)
[2]中国的濒危语言保存和保护[J]. 范俊军. 暨南学报(哲学社会科学版). 2018(10)
[3]基于深度学习的语音识别技术现状与展望[J]. 戴礼荣,张仕良,黄智颖. 数据采集与处理. 2017(02)
[4]人工智能与语音识别技术[J]. 胡郁. 电子产品世界. 2016(04)
[5]语音合成方法和发展综述[J]. 张斌,全昌勤,任福继. 小型微型计算机系统. 2016(01)
[6]语音情感识别研究进展综述[J]. 韩文静,李海峰,阮华斌,马琳. 软件学报. 2014(01)
[7]少数民族语音多元化和多模态研究[J]. 金雅声,胡阿旭. 西北民族大学学报(哲学社会科学版). 2009(03)
[8]语音识别技术的发展现状及应用前景[J]. 高新涛,陈乖丽. 甘肃科技纵横. 2007(04)
[9]语音样品的选取和实验数据的分析[J]. 石锋,时秀娟. 语言科学. 2007(02)
[10]我国语音学与音系学研究现状和发展方向[J]. 史宝辉. 外语教学与研究. 1996(02)
本文编号：2997248
本文链接：https://www.wllwen.com/wenyilunwen/hanyulw/2997248.html
