科學論文的引用內(nèi)容分析及其應(yīng)用

1、博士學位論文科學論文的引用內(nèi)容分析及其應(yīng)用T h e C i t a t i o nC o n t e n t A n a l y s i s o f S c i e n t i f i cP a p e r sa n d I t sA p p l i c a t i o n學 號： 1 0 8 1 2 0 3 7完成日期： 2 0 1 4 —4 —8大連理工大學D a t i a n U n i v e r s i t yo f T

2、e c h n o l o g y大連理工大學博士學位論文摘 要引文分析包括了引文著錄信息分析和引文內(nèi)容分析兩部分。與引文著錄信息分析相比，引文內(nèi)容分析研究較少，且多集中在施引文獻主題內(nèi)容研究中，較少深入到文獻全文內(nèi)容層面。參考文獻在文章中的引用內(nèi)容能夠為我們提供更多的引用相關(guān)信息，對了解參考文獻對于施引文獻的作用和價值，挖掘論文作者引用該文獻的意圖與觀點傾向性具有更直接的作用。隨著電子信息技術(shù)的發(fā)展以及大型數(shù)據(jù)庫的不斷拓展和完善，特別

3、是全文數(shù)據(jù)庫的建設(shè)，為實現(xiàn)引用內(nèi)容的多角度、系統(tǒng)性分析提供了可能性。本文主要研究工作體現(xiàn)在以下五個方面：( 1 ) 系統(tǒng)地構(gòu)建了引用內(nèi)容分析的基本理論框架。以科學計量學、文獻計量學、內(nèi)容分析理論為指導，提出引用內(nèi)容分析的概念、步驟及主要研究內(nèi)容，指出引用內(nèi)容研究范圍應(yīng)包括引用的主體、時間、主題、位置、動機，以及引用傾向性和強度研究。探討了引用內(nèi)容分析與傳統(tǒng)基于著錄信息的引文分析的區(qū)別與聯(lián)系，其共性是它們都是對引文展開的分析，傳統(tǒng)引文分析

4、方法也適用于引用內(nèi)容分析，其區(qū)別在于引用內(nèi)容分析還需要借助自然語言處理技術(shù)來實現(xiàn)，能夠更深入、細致地揭示施引文獻與參考文獻之間繼承和創(chuàng)新的關(guān)系。剖析了引用內(nèi)容分析的功能，揭示出它在科技論文評價、揭示知識結(jié)構(gòu)演化和信息檢索三個方面的應(yīng)用價值。( 2 ) 從數(shù)據(jù)和方法兩個角度提出引用內(nèi)容分析的實現(xiàn)條件。數(shù)據(jù)條件包括數(shù)據(jù)的可獲得性、可識別性、結(jié)構(gòu)性、整體性和連續(xù)性。實現(xiàn)方法包括引用內(nèi)容抽取方法、數(shù)據(jù)庫的應(yīng)用和引用內(nèi)容的分析方法。本文以P u

5、b M e dC e n t r a l 數(shù)據(jù)庫中所有全文數(shù)據(jù)為數(shù)據(jù)來源，實現(xiàn)了引用內(nèi)容的獲取與數(shù)據(jù)庫存儲，并以此數(shù)據(jù)庫為基礎(chǔ)，搭建引用內(nèi)容檢索系統(tǒng)，為引用內(nèi)容的檢索與應(yīng)用提供一個數(shù)據(jù)平臺。( 3 ) 從引用發(fā)生的位置、共被引發(fā)生的位置、共被引層次網(wǎng)絡(luò)三個角度展開引用位置分析。首先，采用引文分析與自然語言處理技術(shù)相結(jié)合，對引用發(fā)生位置進行分析，發(fā)現(xiàn)了引文在文章各個章節(jié)中的分布規(guī)律以及在各個章節(jié)中的內(nèi)容特點。其次，根據(jù)共被引發(fā)生的位置，將

6、共被引關(guān)系劃分為四個層次，分別是句子層次、段落層次、章節(jié)層次和文章層次，通過對不同共被引層次上的共被引關(guān)系統(tǒng)計發(fā)現(xiàn)，在不同期刊中共被引分布規(guī)律基本相同，在句子層次發(fā)生的共被引關(guān)系最少，文章層次共被引分布最多，4個層次共被引分布的平均比例分布為3 ．1 6 ％、 7 ．2 9 ％、1 8 ．1 6 ％和7 1 ．3 9 ％。研究結(jié)果還發(fā)現(xiàn)，共被引關(guān)系的位置分布與共被引頻次有一定關(guān)聯(lián)，共被引頻次越高，句子層次上的共被引關(guān)系越多，文章層次共被