内容挖掘的机遇和威胁

2011年二三月间,全球出版业的研究智囊之一出版研究协会(PBC)委托两位荷兰研究者Eefke Smit和Maurits van der Graaf进行了一项有关期刊论文内容挖掘的研究工作.项目访谈了29位内容挖掘研究专家并针对学术出版商展开问卷调查,最终就内容挖掘的发展现状、利益相关者、政策和趋势等问题做出了回答.所谓内容挖掘(content mining)是指为满足信息检索、信息提取或荟萃分析的需要而采用自动化的工具、技巧和技术来处理大量非结构化或非均一结构的数字内容.内容挖掘的应用范围很广,受到了从早期信息科学家和药物研发人员到近来市场营销人员、广告从业人员、商业分析师和法律从业人员的欢迎.举例来说,药物学家可以通过挖掘记载药物副作用的文献来发现药物的新用途;市场人员可以通过情感分析等挖掘技术来处理脸书、推特等社交媒介上的信息,从而了解人们对于产品或服务的真实态度.     

基于内容挖掘的学术论文影响力研究现状与展望

当前,以ChatGPT为代表的人工智能技术飞速发展,文本挖掘平台的功能优化加快有关内容挖掘的学术论文影响力研究进程,全面梳理基于内容挖掘的学术论文影响力测度的研究现状和进展迫在眉睫。通过梳理国内外利用内容挖掘方法测度学术论文影响力的研究,提出从学术、社会和技术3个维度阐述学术论文影响力的内涵。在其基础上,以时间为轴线,重点论述“学术论文影响什么、怎么影响,以及影响程度如何”的相关内容,深入阐述借助内容挖掘技术的学术论文影响力测度指标和方法。目前,基于内容挖掘的学术论文影响力测度还需利用以ChatGPT为代表的文本挖掘平台和数智技术进一步挖掘相关语义特征,深入探究引文背后的影响机制及理论,尝试从学术、社会和技术等维度,词语、句子、篇章等粒度深入文本内容,综合测度论文影响力。     

学术出版商的社会责任——基于典型学术出版商的研究

本文通过对Reed Elsevier等国际典型学术出版商的调查分析,从员工、用户、社区、供应商和环境等利益相关主体的角度构建学术出版商社会责任的框架结构,将其社会责任细化,并对其基本的社会责任、独特的社会责任、必须履行的和重点关注的社会责任进行了探讨.在对这些学术出版商实践活动中存在的问题进行分析的基础上,进一步提出对学术出版商履行社会责任的相关建议.     

Web数据应用的利器--Web数据挖掘

Web已经成为世界上最大的信息仓库之一 ,但是随着信息量的增长 ,人们有效使用Web信息也越来越困难。Web数据挖掘为人们使用Web中的显性和隐性信息提供了一把利器。本文介绍了Web挖掘提出的背景、领域内研究分支学科状况、研究内容、研究难点和国内外的研究现状。     

面向共享的红色文献内容挖掘研究

图书馆利用内容挖掘技术开展红色文献数字化工作,能够提高工作效率,实现红色文献资源的共享。面向共享的红色文献内容挖掘包括文本信息挖掘、图像信息挖掘和音视频信息挖掘,能够在深度挖掘红色文献资源内涵和价值的同时,实现特定主题的知识聚合,满足用户的一站式资源获取需求。     

基于信息分类的网络书评内容挖掘与整合研究

[目的/意义]从定量分析和定性分析两个方面对英文网络书评进行内容挖掘,形成一套基于信息分类的英文网络书评的内容挖掘方法体系,实现多文本书评的信息整合。[方法/过程]对书评文本中句子的分类方法、关键信息的提取方法、情感分类的方法以及内容的呈现方式等几方面进行实验和改进。[结果/结论]用户评价结果表明,本文所设计的内容挖掘方法所生成的书评信息摘要在生成质量和有用性两方面都有较好的表现。     

主题出版的内容与作者

文章为就“主题出版的内容与作者”进行的深度对谈。两位对谈人结合各自的工作实践和学术背景,结合典型案例,从主题出版内容的分类与策划,作者资源的开发与维护,以及主题出版的大众化阅读、数字化和融合出版等方面展开了深入讨论和剖析,达成如下共识:主题出版的内容既与党和国家的方针政策紧密联系,又根植于学科学术领域的长期布局;应抓住重大时间节点,突出其内容特色;以专业学术打造出版品牌;打造主题出版作者群需要出版社的引领,要注重挖掘和培养年轻作者。     

新媒体背景下传统家谱的内容挖掘与可视化方法研究

随着互联网信息技术的快速发展,新媒体时代的到来给传统家谱的传承与发扬带来了新的机遇和挑战。在这种背景下,要想进一步弘扬中华民族传统文化,将传统家谱中所蕴含的优秀文化内涵充分发挥出来,助力于我国的可持续发展,有关人员必须对传统家谱内容展开进一步挖掘,并采用更为先进的可视化方法将其展示出来,从而有效提升其吸引力。鉴于这种情况,本文阐述了传统家谱的内容、概念和作用,然后提出了几点可视化方法建议。     

前置审查：学术出版应对人工智能生成内容的策略

本文探讨人工智能生成内容（AIGC）在学术研究中的风险和前置审查这一学术出版可以采取的应对策略。AIGC技术飞速发展,在学术研究中的应用势不可当,但AIGC生成内容或存在严重质量问题,在学术研究中使用存在重要风险,包括来源不可溯且准确性存疑、重要事实信息可信度存疑、内容创新性存疑等。为了规避这些风险,本文首次提出了前置审查的应对策略,包括更新作者反学术不端承诺、在常规查重外使用自动化工具检查辨识AIGC、对成果中重要观点的来源进行核查、对学术成果所依据的主要事实和数据进行核查等。前置审查与学术出版常规操作相衔接,将有效规避AIGC可能带来的潜在风险,保证学术出版不因AIGC的应用而降低质量甚或造假等学术不端。     

ChatGPT在学术出版应用场景中的伦理困境及其纾解之道——基于利益相关者理论的思考

基于利益相关者理论,ChatGPT应用于学术出版场景可以构成三组八种代表各自诉求的利益相关者群体。利益相关者之间的互相博弈,催生了学术生态问题日益凸显,观点倍速增长存疑、利益相关者权责难以区分的伦理困境。为破解当前面临的困局,需将各方利益相关者置于伦理框架中,运用多方协同治理的思路,使确定型利益相关者、预期型利益相关者和潜在型利益相关者各司其职,共治共管,方能实现ChatGPT在学术出版领域的人机协同和智能创新。     

利益视角下的学术图书开放获取出版模式研究

[目的/意义]基于学术图书OA出版的实践经验以及利益博弈情况,对学术图书OA出版模式进行研究,并通过实现学术图书OA出版模式的利益均衡来促进其可持续健康发展。[方法/过程]采用文献调查、网络调查和模型设计,通过利益相关者的利益分析以及利益均衡实现条件的研究,探讨学术图书OA出版模式利益均衡的实现和运作机制。[结果/结论]学术图书OA出版模式利益均衡的实现需要满足个体与整体两个层面的条件,其利益均衡的最佳要素组合包括作者、非盈利性出版者、文献组织或机构、公共资助者,他们通过合理分工与密切合作,共同实现学术图书OA出版的可持续健康发展。     

内容无限,机遇可期——译林出版社文博出版回看

出版业,一向强调内容为王.译林出版社的传统强项是外国文学,之后又拓展到文教、社科、传记等各领域.2006年起,缘于与联合国教科文组织合作出版《国际博物馆》杂志中文版,译林社涉足博物馆与文化遗产领域.作为当事人,笔者也得以“跨界”数年,从负责一本高端学术杂志的引进出版,到行业学术图书的翻译引进,再到文博原创图书的策划.在此写下一点心得,供出版界同仁与博物馆界方家批评.     

试论出版服务的形式和内容(上)

出版服务是指出版编辑复制发行活动前后的一系列为其服务的行为之总称,其涉及的内容相当庞杂,并且随着出版业态的提升和发展而得到扩展和深化。       

数字出版内容平台发展趋势分析

目前,数字出版行业方兴未艾,但在众多的参与方与巨大的市场面前,把握其发展现状及未来并非易事。特别是,作为数字出版产业链的核心,内容平台发挥着重要作用,但仍然存在不少问题,有必须认真研究,并对其今后的发展趋势进行合理的判断。     

基于学术论文全文内容的特定领域算法实体抽取研究CSSCI

对学术论文中的算法实体进行研究,能够促进深入了解算法对科学研究的作用,而从全文数据中抽取算法实体是相关研究的基础。学术论文全文内容中算法实体的抽取可以看作一种特殊的命名实体识别。本文通过人工识别的方法,从4641篇论文中抽取出977种算法实体并构建算法实体词列表,以此为基础构建标注语料,训练算法实体自动抽取模型,在剩余语料上抽取得到221种新算法实体,并将自动抽取结果与人工抽取结果进行整合得到全部算法实体1198种。研究结果表明:人工抽取法的结果能够为自动抽取法构建一定数量的标注语料,所构建的算法实体自动抽取模型能够有效地抽取出人工方法中遗漏的新算法实体,同时还能够抽取出已有算法实体的全新表达形式,进一步对人工抽取结果进行扩充和完善。     

文本挖掘、数据挖掘和知识管理 ——二十一世纪的智能信息处理

本文首先介绍了数据挖掘、文本挖掘和知识管理等概念，然后从技术角度出发，将知识管理划分为知识库、知识共享和知识发现三个阶段，分析了作为最高阶段的知识发现的关键技术和意义，最后指出在文本中进行知识发现是新世纪智能信息处理的重要方向。     

试论出版机构参与MOOC内容建设的问题和对策

MOOC近年来在国内发展势头迅猛,出版机构作为内容生产商,研究MOOC内容建设的情况对出版机构的未来发展具有重要意义。本文尝试分析出版机构参与MOOC内容建设的必要性,以及出版机构进行的尝试,指出当前出版机构在MOOC内容建设中存在的问题以及应对措施。     

试论出版服务的形式和内容(下)

出版是传播信息的手段,更是人类文化与知识的传承使者,因此出版服务的内涵也就有了信息服务和教育服务的内容。一、出版信息服务 出版信息是指关乎出版活动的一切有价值