【目的】利用情感分析技術(shù)對(duì)引用內(nèi)容中包含的引用情感進(jìn)行深層次地發(fā)掘和量化,為學(xué)術(shù)文獻(xiàn)內(nèi)在價(jià)值的發(fā)現(xiàn)提供更加科學(xué)的理論依據(jù)和數(shù)據(jù)支撐�！痉椒ā恳灾W(wǎng)中檢索到的期刊論文為例,通過對(duì)施引文獻(xiàn)中引用內(nèi)容的細(xì)粒度情感分析和量化,對(duì)被引文獻(xiàn)的內(nèi)在學(xué)術(shù)價(jià)值進(jìn)行深度挖掘,并提出基于引用情感量化的學(xué)術(shù)評(píng)價(jià)指標(biāo)�！窘Y(jié)果】實(shí)驗(yàn)表明,基于引用情感的學(xué)術(shù)評(píng)價(jià)方法比傳統(tǒng)的基于被引頻次的方法,離散系數(shù)高0.12,斯皮爾曼相關(guān)系數(shù)達(dá)到0.981�！揪窒蕖坑捎趪�(guó)內(nèi)沒有完整的全引文數(shù)據(jù)庫(kù),造成數(shù)據(jù)獲取困難,實(shí)驗(yàn)樣本量較小�！窘Y(jié)論】基于細(xì)粒度引用情感量化的學(xué)術(shù)評(píng)價(jià)方法具有較高的區(qū)分度,能更加有效地衡量文獻(xiàn)的內(nèi)在學(xué)術(shù)價(jià)值。 

【文章來源】：數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2020年06期 北大核心CSSCI

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

研究思路示意圖

通過編程語言實(shí)現(xiàn)后，示例中每個(gè)詞的極性值如圖2所示。利用圖傳播算法，獲取引用內(nèi)容中每個(gè)詞的極性和強(qiáng)度，通過閾值的設(shè)定去除其中的中性詞，可以較為準(zhǔn)確地識(shí)別出細(xì)粒度條件下句中包含的引用情感詞及強(qiáng)度。但由于學(xué)術(shù)評(píng)價(jià)的復(fù)雜性和特殊性，如“訓(xùn)練時(shí)間長(zhǎng)”“大量人工參與”等語義單元中，單個(gè)詞并不具有明顯的情感傾向，如“訓(xùn)練時(shí)間”“長(zhǎng)”“大量”“人工參與”，只有變成語義單元組配時(shí)，才能體現(xiàn)出在引用情感上的變化，所以本文利用添加外部詞表的方式，在分詞時(shí)將這些特殊的語義組配單元視為一個(gè)整體，整體識(shí)別出語義單元的情感傾向和強(qiáng)度。

通過細(xì)粒度引用情感量化，本文對(duì)選取的論文進(jìn)行綜合學(xué)術(shù)影響力評(píng)價(jià)值的計(jì)算，并將之與單純依靠被引頻次進(jìn)行學(xué)術(shù)影響力評(píng)估的方法進(jìn)行比較，將得到的結(jié)果按照論文被引頻次降序排列，繪制基于被引頻次評(píng)價(jià)和引用情感評(píng)價(jià)的變化趨勢(shì)折線圖，如圖3所示。為進(jìn)一步比較和分析被引頻次和引用情感指標(biāo)間的差異，利用SPSS統(tǒng)計(jì)分析軟件對(duì)兩項(xiàng)指標(biāo)的計(jì)算結(jié)果進(jìn)行斯皮爾曼秩相關(guān)分析。秩相關(guān)系數(shù)，也稱為“等級(jí)相關(guān)系數(shù)”，是常用的反映相關(guān)程度的統(tǒng)計(jì)分析指標(biāo)[26-27]，當(dāng)兩項(xiàng)指標(biāo)高度相關(guān)時(shí)，說明引用情感評(píng)價(jià)指數(shù)作為被引頻次指標(biāo)的補(bǔ)充和輔助具有合理性。此外，本文還采用離散系數(shù)對(duì)指標(biāo)的顯著性進(jìn)行評(píng)估，一般而言，離散系數(shù)越高，說明數(shù)據(jù)變化越顯著，數(shù)據(jù)之間的差異越明顯，評(píng)價(jià)指標(biāo)的區(qū)分度也就越高、越合理。實(shí)驗(yàn)得到的斯皮爾曼相關(guān)系數(shù)與離散系數(shù)具體如表6所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于引用情感交互的學(xué)術(shù)檢索結(jié)果排序方法研究[J]. 姜霖,張麒麟.  情報(bào)理論與實(shí)踐. 2020(06)
[2]基于引文內(nèi)容的中文圖書被引行為研究[J]. 章成志,李卓,趙夢(mèng)圓,柳嘉昊,周清清.  中國(guó)圖書館學(xué)報(bào). 2019(03)
[3]基于區(qū)間數(shù)的Spearman秩相關(guān)系數(shù)的多屬性決策方法[J]. 蘇麗敏,何慧爽.  統(tǒng)計(jì)與決策. 2019(06)
[4]基于引用情感的論文學(xué)術(shù)影響力評(píng)價(jià)方法研究[J]. 耿樹青,楊建林.  情報(bào)理論與實(shí)踐. 2018(12)
[5]基于評(píng)論情感分析的個(gè)性化推薦策略研究——以豆瓣影評(píng)為例[J]. 姜霖,張麒麟.  情報(bào)理論與實(shí)踐. 2017(08)
[6]單篇論文學(xué)術(shù)影響力評(píng)價(jià)指標(biāo)構(gòu)建[J]. 何春建.  圖書情報(bào)工作. 2017(04)
[7]基于位置的共被引分析實(shí)證研究[J]. 趙蓉英,郭鳳嬌,曾憲琴.  情報(bào)學(xué)報(bào). 2016 (05)
[8]基于引用內(nèi)容的論文影響力研究——以諾貝爾獎(jiǎng)獲得者論文為例[J]. 劉盛博,王博,唐德龍,馬翔,丁堃.  圖書情報(bào)工作. 2015(24)
[9]基于引用內(nèi)容性質(zhì)的引文評(píng)價(jià)研究[J]. 劉盛博,丁堃,張春博.  情報(bào)理論與實(shí)踐. 2015(03)
[10]全文本引文分析——引文分析的新發(fā)展[J]. 趙蓉英,曾憲琴,陳必坤.  圖書情報(bào)工作. 2014(09)



本文編號(hào)：2945245