效用视角下核心引文识别方法初探 |
| |
引用本文: | 李凌,张若楠,崔佳楠,李鑫鑫.效用视角下核心引文识别方法初探[J].大学图书馆学报,2023(6):98-106+127. |
| |
作者姓名: | 李凌 张若楠 崔佳楠 李鑫鑫 |
| |
作者单位: | 西安交通大学图书馆 |
| |
摘 要: | 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。
|
关 键 词: | 引文效用 引文内容分析 引文标注框架 支持向量机 引文自动分类 ChatGPT |
|
|