基于SAO-ADV模型的学术论文创新性的测度方法研究

[目的/意义]现行基于"数量"与基于"引文"的评价方法本质上是对学术论文"影响力"的评价,与学术创新性并不完全对等,从语义层次及语言结构的角度对学术论文进行创新性测度为构建新型学术论文创新性指标及方法体系提供了新思路。[方法/过程]利用自然语言处理方法,改进传统的SAO结构模型,提出了一种基于SAO-ADV模型及语义相似度的论文创新性测度方法,并以"Scientometrics"期刊2019年发表的论文为样本进行实证检验。[结果/结论]实验结果表明,排名靠前的论文多为理论上的创新,排名中间的论文则多是方法上的改进或是研究对象的创新,而Review类型的论文的排名相对靠后。同时发现,基于SAO-ADV模型及语义相似度的论文创新性测度方法测算的创新度与论文主题的创新度存在正相关关系,对客观有效地进行论文创新性评价具有参考价值。[局限]该方法没有对研究领域、研究对象、研究方法、研究理论等不同方面的创新赋予不同的权值,但是在实际的研究中,不同方面的创新是存在着差别的。