基于引用功能和引用极性的一个引用分类模型研究

摘要：

[目的/意义]提出了一种包含引用功能、引用极性、引用功能和极性的属性解释、引用影响力四个维度的引用分类计划,一定程度上解决了基于引用计数的引文分析法中"不考虑施引作者对引用的立场而将所有引用效果视为均等"这一缺陷.[方法/过程]通过提出的分类方案和手工标注的语料库获取引用相关的信息与属性,抽象出目标类;利用语料库对引文功能、极性进行分类训练,形成了关于用途、极性、引用功能和极性的解释三个维度的引文表征模型;并使用机器学习算法对引文的影响力进行分类.[结果/结论]将复杂的引文结构划分为相对容易实现的目标体,以一个低粒度的维度来实现细粒度的分类,实现了标注引文的足够信息并对其进行描述和分类的功能,并通过实验和相关参数计算对分类计划进行了验证,获得了较为客观的结论.

关键词：引文分析法、引用极性、引用功能、引用影响力

所属期刊栏目：37

分类号：G353(情报学、情报工作)

资助基金：教育部人文社会科学研究一般项目"引文分析中引入'极性'概念的实证研究"17XJC870002;2017年中央高校基本科研业务费资助项目"陕西省高校智库建设的资源状况及政府扶持政策研究"310850170443科研成果之一

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：139-145