生物医学突破性研究自动识别方法构建

发布时间：2021-12-17 20:09

　　突破性研究是科学发展进步的一种表现形式,对突破性研究的早期识别能够促进创新培育,增强源头创新能力,抢占科学创新制高点。提出了一种结合引用语句语言学特征和机器学习算法的生物医学突破性研究自动识别方法框架,构建了引用语句识别模型,未来可将引用语句识别模型运用于如学术评价、趋势发现和知识发现等特定领域。 

【文章来源】：中华医学图书情报杂志. 2020,29(01)

【文章页数】：6 页

【部分图文】：

突破性研究识别的方法及特点

机器学习是计算机和信息科学中广泛使用的工具之一，在文本分类领域尤为适用[16]。机器学习的重要研究领域深度学习经常被用作情感极性分析的模型工具[17]。如Cao等人[18]利用CNN卷积神经网络构建句子的特征向量，然后利用支持向量机SVM实现对微博语句的情感分析;Small等[13]也已证明机器学习算法在科学发现识别中的作用。因此，本文利用机器学习方法以期实现突破性研究识别的“自动化”。识别框架如图2所示。3.1 金标准语料选择

【参考文献】：
期刊论文
[1]基于深度学习的微博情感分析综述[J]. 崔圣杰,李珊珊,孙琦.  信息技术与信息化. 2019(06)
[2]基于引文网络的学术传承性文献识别方法研究——以2017年诺贝尔生理学或医学奖为例[J]. 郭倩影,杜建,李沛鑫,王雪,唐小利.  情报杂志. 2019(04)
[3]变革性研究的科学计量学特征与早期识别方法[J]. 杜建,孙轶楠,张阳,唐小利.  中国科学基金. 2019(01)
[4]学术传承意义上“学术链”的识别方法探讨——以2014年诺贝尔化学奖为例[J]. 郭倩影,杜建,唐小利.  情报资料工作. 2018(02)
[5]从变革性研究到变革性创新:概念演变与政策启示[J]. 梁正,邓兴华,洪一晨.  科学与社会. 2017(03)
[6]如何评审具有颠覆性创新的基础研究[J]. 杨卫,郑永和,董超.  中国科学基金. 2017(04)
[7]基于XML全文数据引文分析系统的设计与实现[J]. 胡志刚,陈超美,刘则渊,侯海燕.  现代图书情报技术. 2012(11)



本文编号：3540848