效用视角下核心引文识别方法初探

基于引用频次开展的引文分析忽略了引文对施引文献的效用差异，依此展开资源评估、学术影响力判断难免受到“无效”引用干扰。为排除“无效”引文，提升测度及评价数据质量，文章从引文效用的角度，选择引文属性、功能、对象、情感等典型特征，建立引文标注框架。测试逻辑回归与支持向量机等方式对引文自动分类的效果，择优构建“效用视角下核心引文识别模型”。其中，为探索自动化分类方式，在数据标注阶段，除人工标引，还使用大规模预训练语言模型的对话系统ChatGPT进行自动分类标注，并进行建模效果测试，以期为引文自动分类方法及应用实践提供新思路。