[发明专利]一种学术链节点的智能识别方法

说明书

本发明提出了一种学术链节点的智能识别方法，其步骤为：首先，选择检索主题词，按照被引频次降序在科技文献数据库网站上爬取文献数据，得到文献列表链接以及施引文献列表链接；其次，抽取施引文献链接引用文献链接中的语句，并利用自然语言处理方法对语句进行三要素识别；最后，将完整的三要素保存为文献链接的节点信息，重复上述过程，得到文献列表链接中的所有文献链接的节点信息。本发明能够快速、有效地定位关键语句，避免了遍历全文，解决了学术链节点识别的实时性和效率问题，实现了学术链节点信息的结构化封装，为构建学术链数据库提供了通用方法。

技术领域

本发明涉及计算机自然语言处理技术领域，特别是指一种学术链节点的智能识别方法。

背景技术

20世纪80年代末，影响因子及SCI(Science Citation Index)作为重要的科研绩效评价标准引入国内，学者对其关注程度逐渐提高。然而，随着学术评价体系的不断发展，影响因子及SCI的局限性和片面性也越来越明显。在发明之初，SCI(科学引文索引)主要用于新文献的检索，影响因子主要用来帮助图书馆决定购买哪本期刊。一般而言，一本期刊的影响因子越高，被引用的次数就越多，然而，目前它已经演变成为判断研究人员及其论文质量的“最”重要标准，这种分析过于以偏概全，甚至造成了以刊评文的现象。

2020年2月17日，科技部印发《关于破除科技评价中“唯论文”不良导向的若干措施(试行)》的通知，同年2月20日，教育部、科技部印发《关于规范高等学校SCI论文相关指标使用树立正确评价导向的若干意见》通知，其中指出影响因子等不是评价学术水平与创新贡献的直接依据，而如今却存在把高影响因子期刊等作为根本目标的异化现象，学术评价重点应该是论文的创新水平和科学价值，因此鼓励改进科技评价体系。

实际上，学术论文是为了发布科学研究的成果，要判断其价值，首先要看其选题是否为该领域的重要问题，其次要看其解决问题的程度，即是否有原创成果，这才是学术影响力的源泉。而学术论文之间的关系，最重要的、也是本质的，是学术成果的传承和传播。学术创新是一个不断积累、传承和突破的过程，这一过程通过学术论文记录下来，这些记录呈“链”状模式不断扩张，并表现出明显的连续性、集聚性、扩散性与合作性。这就是所谓的“学术传承效应”或“学术链”。有了学术链，论文的学术价值评价将直接基于论文本身而不是论文所出自的期刊。

2016年中国科学院和中国国家自然科学基金委主办的期刊《科学通报》发表了题为《对话冯长根：用学术影响力评价学术论文》的文章，提倡在建立学术传承效应(学术链数据库)的基础上科学合理地评价学术论文。无独有偶，2017年3月15日《人民日报》第18版刊载了院中国科协副主席冯长根教授的关于提倡基于学术链进行学术评价的文章《一种自然而然的科技成果评价方法值得推广》。

可见，由学术评论句及其关系结构组成的学术链体系将是未来科技成果评价的新导向。

而目前关于学术链节点的识别方法存在诸多问题。如今存在的学术评论句的识别方法可以分为两种：一是北京理工大学冯长根教授带领的“学术链”研究团队在进行人工识别，很多高校的研究生都正在参与此项工作，人工识别过程主要是以期刊为单位，逐篇论文进行识别，通过人眼逐句判断是否符合要求，若符合，则须找全论文及其作者的相关信息并填写在团队预先制订的表格里，后续团队需要审核其是否符合要求。这种识别方法全程需要人工参与，不仅费时费力，而且效率低，面对层出不穷的学术论文，此方法缺乏实时性。并且依靠个人分析并判断，主观性太强，易造成较高遗漏率。二是中国医学科学院医学信息研究所郭倩影等人分别在2018年提出的以外部特征分析和内容特征分析方法结合的“学术链”识别框架，2019年提出的基于引文网络的学术传承性文献识别框架2.0。这两种方法首先均需要RPYS和muti-RPYS、HistCite等软件工具的辅助，通过相关阈值设定，筛选出具有长期影响力或者被领域内大量文献引用的文献作为候选文献，然后进行人工识别学术评论句。该方法通过自定义长期引用时长等阈值，主观性太强，很容易将符合要求的文献遗漏。

发明内容