摘要：[目的/意义]在阅读文献的过程中,研究流程是研究者需要特别关注的一个重要方面,自动识别学术文本中描述研究流程的段落对辅助文献阅读、学习研究设计等有着重要意义。[方法/过程]文章以自然语言处理领域为例,收集代表性会议论文构建数据集。分别基于传统机器学习模型、神经网络分类工具以及预训练语言模型构建分类器识别研究流程段落,然后对不同模型的分类效果进行评估,确定性能最优的模型。为进一步提升研究流程段落识别效果,在最优模型的基础上,基于ChatGPT进行了数据增强。[结果/结论]实验结果表明,在所有分类器中,SciBERT具有最好的研究流程段落识别效果。基于ChatGPT的数据增强可使SciBERT模型的分类性能进一步提高,最终准确率(Acc)和F_(1)值分别达到了0.9414和0.9409。

摘要：研究问题和方法是学术论文中的重要组成部分,其在学术论文组织、管理与检索以及科研成果评价中具有重要意义。为缓解研究问题与方法识别中存在的公式化表达依赖和词语边界识别错误等问题,本文提出一种联合公式化表达脱敏和边界识别加强的模型。具体地,公式化表达脱敏使用数据增强方法实现,边界识别加强使用指针网络与序列标注模型实现。随着学术论文的开放获取,学术论文全文被研究者用于实体识别任务中。为证明使用学术论文全文的必要性,本文人工构建了自然语言处理领域的摘要和全文标注数据集,同时设计了数值和内容指标,用于分析两类数据集中的问题和方法识别结果以及问题与方法关系对抽取结果的差异。十折交叉实验结果表明,本文模型的宏平均F1值优于SciBERT-BiLSTM-CRF基线模型3.69个百分点且存在显著性差异。根据摘要与全文实体识别和关系对抽取结果的对比,发现摘要中包含的问题与方法实体的表意较宽泛,全文中具有更多描述模型设计和训练细节的实体和关系对。

摘要：[目的/意义]问题和方法是学术论文的重要组成部分.将散落在学术论文中的问题与方法进行有效组织,例如问题与方法识别及其之间的关系抽取,可挖掘学术论文中的隐性知识,促进学科的方法体系和问题体系构建.对学术论文中问题与方法识别及其关系抽取的相关研究工作的梳理,有助于把握该研究的发展趋势、发现该研究中存在的不足,并为未来的工作提供借鉴和指导.[方法/过程]在学术论文的问题和方法的挖掘方面,现有研究围绕4个研究点展开,分别是问题与方法及其关系定义、问题与方法及其关系标注数据集构建、问题与方法识别及其关系抽取的模型设计以及问题与方法及其关系的应用.本文分别对这4个研究点进行梳理,归纳总结现有学术论文中问题和方法知识挖掘的现状.[结果/结论]分析发现,在问题与方法的相关定义中,较少结合科学哲学中的问题学等理论进行定义;在问题与方法数据集构建中,存在数据集重复标注的现象,另外,开源数据集集中在自然科学领域且一般为英语语料,中文开源语料稀缺;在问题与方法识别及其关系抽取中,现有抽取模型性能较低;有关问题和方法的研究不应止步于词语识别和关系抽取,需对挖掘出的知识进行深入分析和应用.

摘要：专利技术互补性作为各类组织进行技术创新的重要参考,近年来受到国内外学者的广泛关注。本文回顾了技术互补性概念的发展沿革,从产业/行业分类、专利分类、专利引用关系以及专利内容特征关联四个角度归纳其测度方法,最后综述专利技术互补性的多种应用。基于此,总结形成专利技术互补性的概念内涵,发现相关研究主要利用专利分类或专利引用网络来形成技术互补测度指标和方法,并主要应用于创新绩效因素判定、企业并购决策制定以及潜在合作伙伴发现等。未来,建议继续细化和具体化技术互补性概念,综合利用专利文本、图表、市场信息等多模异构数据,设计细粒度定量测度指标,引入深度学习等方法,提升专利技术互补测度的准确性,进一步拓宽专利技术互补性的应用范围,提升应用效果。

摘要：【目的】面向学术文献全文本抽取方法论实体,识别其在全文本中的标引特征及使用环境。【方法】基于字典、规则及人工标注的方式抽取包含方法论知识的特征句及方法论实体,借助Visual Studio 2012及SQL Server 2012实现方法论实体抽取核心功能模块。【结果】方法论特征句抽取的准确率为76%,召回率大于42%;每个特征句中约包含1.42个方法论实体,方法论实体的正式标引比率低于27%,对特征句的正式标引比率低于35%,学科专用工具的正式标引率较低。【局限】系统特征句抽取准确率及召回率均较低,虽提供了人工标注界面加以辅助,但工作量较大,未基于语句关系等方法论知识的语义特征进行命名实体识别。【结论】学科专用方法论知识的学术价值被忽视;本研究所设计的方法论特征句及实体抽取方法具备多学科通用性,可进一步探讨方法论驱动的跨学科知识扩散路径。

摘要：Web概念挖掘系统的总体设计思想是 :基于《中图法》知识库的主题标引和自动分类 ,即依据标引源权重方案进行文本的概念提取 ,利用语义相似度算法进行文本的自动分类 .本文简要介绍了概念挖掘系统的基本情况 ,并进行了 4种加权标引方案的比较和性能的测评 .

摘要：通过对随机采集的1 800篇涉及经济、心理、文学、教育4个学科类别的网页进行人工自由标引、人工打分、词频统计,并进行统计数据的分析,得出网页内容主题与网页题名、文章标题、第一段首句、第一段尾句、第二段首句、第二段尾句、首段、尾段以及HTML标记等12个标引源的关系,分析中文网页的不同部位的主题表达能力,并为之设计加权标引时的适当权值.在我们的Web文本挖掘系统中,进行加权的对比实验表明,此权重方案优于前人的方案.

摘要：通过对随机采集的300篇中文经济类网页进行人工自由标引、人工打分、词频统计,并进行统计数据的分析,得出网页内容主题与网页题名、文章标题等12个标引源的关系,分析中文网页的不同部位的主题表达能力,并为之设计加权标引时的适当权值,以便为自动标引及人工智能搜索引擎的研制提供数据。

摘要：学科交叉研究分为宏观态势研究和微观主题研究,二者相结合的研究甚少。文章通过分析宏观学科交叉和微观学科主题交叉是否存在相关关系,探究学科交叉内部规律。首先采集学术论文,解析学科信息和引文内容,计算学科交叉度(宏观)、主题学科交叉度和主题交叉度分布熵指标,探究指标间的相关关系;考虑到存在一定量的论文同时从属于多个学科,为规避该影响,设计算法进行对比实验。实证表明:学科交叉度和平均主题学科交叉度呈正相关,学科交叉度和主题交叉度分布熵呈正相关;学科间共有论文对学科交叉度、平均主题交叉度和主题学科交叉度分布熵的相关性分析影响较小。

摘要：本研究透过近年来“大情报观”回归与重塑的表象,以科学研究的基石-研究方法为原点,21世纪以来(2000—2019)我国情报学领域方法演进为主线,方法实践的群体记忆为切口,揭示这场“重述”的社会历史成因。第一,本研究分疏学史两次“大情报观”,并提出研究问题;第二,获取《中国图书馆学报》《情报学报》于2000—2019年所刊登的全部学术文献,设计编码方法、构建研究方法编码表与编码手册,运用内容分析法,对上述4612篇学术文献进行编码,并检验编码的一致性;第三,探讨21世纪以来我国情报学领域重要方法的演进;第四,透过研究方法演进,论述学界群体方法素养、方法记忆的构建;第五,阐述“重述”的社会历史成因。研究结果表明,“大情报观”的重提,既非周期性的历史轮回,也非先锋学者们一时审时度势的言说,而是情报界学人不断流动与建构的群体意识在剧烈变化环境下的自然觉醒,是情报学人寻找学科发展进路的积极探索。由于情报学与图书馆学历史上交叉、关联甚至趋同的关系是毋庸置疑的,数据获取中,未能厘清两者边界是本研究的不足。