基于全文知识网络的学术资源关联发现实践

【目的/意义】通过对学术资源进行深度挖掘与语义化组织,实现学术资源及其内部知识之间的关联发现。 【方法/过程】本文提出基于全文知识网络的学术资源关联发现方法,设计了全文知识网络的模型和构建流程,以 Pubmed Central数据库中拟南芥（Arabidopsis）相关的520篇期刊论文全文数据为实验对象,通过全文解析和挖掘将 其分解为细粒度的知识,形成全文知识网络。然后利用SPARQL查询和RelFinder可视化工具从数字资源层、知识 单元层和知识对象层三个层次开展关联发现实验。【结果/结论】本文构建全文知识网络对学术资源进行细粒度组 织和挖掘,有助于发现不同学术资源及其内部知识之间的潜在关联,对学术资源的深度利用具有重要的意义。【创 新/局限】本文创新之处在于通过构建全文知识网络对学术资源进行细粒度揭示和组织并进一步发现潜在关联,局 限在于尚未开展大规模应用实践。     

学术交叉领域的双向聚类及主题关联特征分析

【目的/意义】为了发现交叉学科领域学术群及前沿研究主题,更有效地揭示交叉领域研究的核心研究者, 进一步发现核心学者与前沿主题之间的关联特征,促进国家重大交叉科研项目的合作攻坚,发现潜在的合作前景 并有效组织前沿重大交叉合作团队。【方法/过程】就地理信息领域内的关键词、作者、文献、期刊以及机构等信息进 行分析,采用双聚类分析的方法,实施了作者与主题的双向聚类分析。以此为基础研究了高产作者与研究主题的 关联特征,揭示出作者与主题间的关联关系。【结果/结论】结果表明,双向聚类方法具有突出的研究效果,既发现了 领域核心学术群体,又发现了前沿主题。进一步的关联分析发现核心学者群与前沿主题之间的关联特征,从而可 挖掘出隐性的跨学科主题与学者之间的关联。【创新/局限】从横向（研究者）与纵向（研究主题）两个方面进行双向 聚类分析,并同时考察两方面的关联是本文的创新之处。     

基于知识图谱的网络社区学术资源深度聚合框架研究

[目的/意义]探索基于知识图谱的网络社区学术资源深度聚合的理论和方法,为网络学术社区知识细粒度组织、知识服务实践提供思路引导和新视角。[方法/过程]首先梳理了知识图谱和学术资源聚合的研究进展,从价值需求主体的角度剖析网络社区学术资源聚合的应用价值;然后明确网络社区学术知识图谱的构建流程,构建出基于知识图谱的网络社区学术资源深度聚合框架,并介绍知识富关联关系提取方法;最后设计个体用户画像、语义智能检索、分面式导航三种应用模式。[结果/结论]知识图谱能够较好地应用于学术资源深度聚合,支持网络社区的高级知识服务应用,基于知识图谱的网络社区学术资源深度聚合框架对学术类网络社区平台优化资源配置、有效知识创新服务具有重要参考价值。     

国内外期刊在重大事件早期的知识传播影响力比较研究

[目的/意义]探究国内外期刊在重大事件中早期知识传播影响力差异.[方法/过程]以国内外期刊在Covid-19事件中早期载文为例,分别获取论文引用等学术影响力指标和Altmetrics等社会影响力指标,利用SPSS统计软件,采用非参数检验方法分析不同组别之间国内外期刊学术影响力和社会影响力差异.[结果/结论]重大事件发展...     

学术迹及其应用研究的综述

[目的/意义]综述目前学术迹在学术影响力评价中的应用研究。[方法/过程]从学术迹的概述、学术迹的相关指标、学术迹的应用与学术迹的缺陷及改进这4个方面系统地分析了学术迹作为新的指标体系在各学术主、客体学术影响力评价中的作用。[结果/结论]学术迹这一指标存在忽略论文合作现象、时效性差、评价不全面的缺陷,今后应加强和完善。     

学术文本词汇功能识别 ——在关键词自动抽取中的应用

传统的关键词自动抽取常以候选词的出现频次、位置等非语义信息构建特征,并未考虑关键词在学术文献中承担的特定语义角色,即词汇功能。通过对现有数据统计,本文发现作者标注关键词中约有67.99%是研究问题或研究方法词。因此,本文将关键词的词汇功能分为三类:“研究问题”“研究方法”和“其他”,在传统的词频特征以及位置特征基础上,融合词汇功能特征,使用计算机领域的学术文献基于分类和排序两种思想进行关键词抽取实验。实验结果表明,融合词汇功能后,关键词抽取效果得到明显提升。相较于基准实验,二分类模型的准确率Acc和F值分别相对提升24.63%和25.19%,达到了0.840和0.666;排序模型的MAP、NDCG@5和P@5分别相对提升168.32%、189.50%和148.30%,提升至0.813、0.828和0.447,证明了学术文献词汇功能特征在关键词自动抽取中具有重要作用。