Interdisciplinary Literature Identification Method Based on an Improved Deep Learning Model
Feng Ling1,2, Pan Yuntao1
1.Research Center for Scientific Measurement and Evaluation, Institute of Scientific and Technical Information of China, Beijing 100038 2.School of Information Engineering, North China University of Water Resources and Electric Power, Zhengzhou 450046
摘要有效地识别学科交叉文献，不仅有助于及时把握学科交叉的研究态势、实时跟踪学科交叉地带的科研活动，还能为科研决策提供有力支持。本文根据科技文献蕴含的语义交叉性，提出一种基于改进的深度学习模型的学科交叉文献识别方法。首先，通过“文本合并”获得用于学科交叉文献识别的训练数据集；其次，提出一种改进的基于深度学习的文本分类模型，并在训练集上进行模型训练；最后，基于训练好的模型，对待分析的科技文献是否为学科交叉文献进行判别。在“牙科材料学”和“计算生物学”两个数据集上，对本文方法进行实证研究。结果表明，本文方法在学科交叉文献识别上具有较好的有效性，在两个数据集上计算得到的AUC（area under the curve）值分别达到0.741和0.966。与传统的基于深度学习的文本分类方法相比，本文方法可以在不依赖任何交叉学科先验知识的情况下，基于已有的非学科交叉文献训练学科交叉文献识别模型，从而能够在新的科技文献出现时，准确地判别其是否为学科交叉文献，实现有发展潜力的前沿交叉领域的实时监测。同时，学科交叉文献识别的效果也得到了较大幅度的提高。
冯岭, 潘云涛. 一种基于改进的深度学习模型的学科交叉文献识别方法[J]. 情报学报, 2025, 44(6): 675-687.
Feng Ling, Pan Yuntao. Interdisciplinary Literature Identification Method Based on an Improved Deep Learning Model. 情报学报, 2025, 44(6): 675-687.
1 路甬祥. 学科交叉与交叉科学的意义[J]. 中国科学院院刊, 2005, 20(1): 58-60. 2 金力. 学科交叉已成为高水平科研与顶尖人才的重要特征[EB/OL]. [2022-05-28]. https://fddi.fudan.edu.cn/c9/8c/c18965a444812/page.htm. 3 章成志, 吴小兰. 跨学科研究综述[J]. 情报学报, 2017, 36(5): 523-535. 4 操玉杰, 毛进, 潘荣清, 等. 学科交叉研究的演化阶段特征分析——以医学信息学为例[J]. 数据分析与知识发现, 2019, 3(5): 107-116. 5 张雪, 张志强. 美国科学基金会资助项目的学科交叉度演化规律及影响研究[J]. 情报理论与实践, 2021, 44(12): 122-132. 6 温芳芳, 杨倩倩, 李翔宇. 我国人文社会科学学科交叉性的测度及其演化规律研究——基于国家社科基金关键词耦合分析[J]. 现代情报, 2022, 42(3): 157-167. 7 Xu J, Bu Y, Ding Y, et al. Understanding the formation of interdisciplinary research from the perspective of keyword evolution: a case study on joint attention[J]. Scientometrics, 2018, 117(2): 973-995. 8 曹嘉君, 王曰芬, 陈盛之, 等. 多学科交叉综合的研究领域内学科间分布状态与演化研究[J]. 情报学报, 2020, 39(5): 459-468. 9 张艺蔓, 李秀霞, 韩牧哲. 基于引文耦合的情报学学科结构时序分析[J]. 情报杂志, 2015, 34(3): 100-106. 10 Xu H Y, Guo T, Yue Z H, et al. Interdisciplinary topics of information science: a study based on the terms interdisciplinarity index series[J]. Scientometrics, 2016, 106(2): 583-601. 11 商宪丽. 基于主题引用网络的交叉学科知识传播研究——以数字图书馆为例[J]. 情报科学, 2018, 36(8): 53-59, 66. 12 陈琼, 朱庆华, 闵华, 等. 基于领域主题的学科交叉特征识别方法研究——以医学信息学为例[J]. 现代情报, 2022, 42(4): 11-24. 13 Leydesdorff L, Rafols I, Chen C M. Interactive overlays of journals and the measurement of interdisciplinarity on the basis of aggregated journal-journal citations[J]. Journal of the American Society for Information Science and Technology, 2013, 64(12): 2573-2586. 14 Bromham L, Dinnage R, Hua X. Interdisciplinary research has consistently lower funding success[J]. Nature, 2016, 534(7609): 684-687. 15 黄菡, 王晓光, 王依蒙. 复杂网络视角下的研究主题学科交叉测度研究[J]. 图书情报工作, 2022, 66(19): 99-109. 16 张琳, 刘冬东, 吕琦, 等. 论文学科交叉测度研究: 从全部引文到章节引文[J]. 情报学报, 2020, 39(5): 492-499. 17 黄颖, 虞逸飞, 孙蓓蓓, 等. 基于多代参考文献的单篇论文学科分类方法研究[J]. 现代情报, 2024, 44(6): 119-135. 18 王卫军, 宁致远, 杜一, 等. 基于多标签分类的科技文献学科交叉研究性质识别[J]. 数据分析与知识发现, 2023, 7(1): 102-112. 19 Gl?nzel W, Schubert A, Czerwon H J. An item-by-item subject classification of papers published in multidisciplinary and general journals using reference analysis[J]. Scientometrics, 1999, 44(3): 427-439. 20 Waltman L, van Eck N J. A new methodology for constructing a publication-level classification system of science[J]. Journal of the American Society for Information Science and Technology, 2012, 63(12): 2378-2392. 21 Klavans R, Boyack K W. Which type of citation analysis generates the most accurate taxonomy of scientific and technical knowledge?[J]. Journal of the Association for Information Science and Technology, 2017, 68(4): 984-998. 22 Lu Y H, Xiong X, Zhang W T, et al. Research on classification and similarity of patent citation based on deep learning[J]. Scientometrics, 2020, 123(2): 813-839. 23 许海云, 董坤, 隗玲. 学科交叉主题识别与预测方法研究[M]. 北京: 科学技术文献出版社, 2019. 24 Li S R, Ou J C. Multi-label classification of research papers using multi-label K-nearest neighbour algorithm[J]. Journal of Physics: Conference Series, 2021, 1994(1): 012031. 25 代林林, 张超群, 汤卫东, 等. 融合对比学习和BERT的层级多标签文本分类模型[J]. 计算机工程与设计, 2024, 45(10): 3111-3119. 26 张淼. 交叉学科多标签文本分类方法对比研究——以图书情报学为例[D]. 南京: 南京农业大学, 2021. 27 Haghighian Roudsari A, Afshar J, Lee W, et al. PatentNet: multi-label classification of patent documents using deep learning based language understanding[J]. Scientometrics, 2022, 127(1): 207-231. 28 Le Q, Mikolov T. Distributed representations of sentences and documents[C]// Proceedings of the 31st International Conference on Machine Learning. New York: ACM Press, 2014: 1188-1196. 29 Devlin J, Chang M W, Lee K, et al. BERT: pre-training of deep bidirectional transformers for language understanding[C]// Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. Stroudsburg: Association for Computational Linguistics, 2019: 4171-4186. 30 周志华. 机器学习[M]. 北京: 清华大学出版社, 2016. 31 汪云云, 陈松灿. 基于AUC的分类器评价和设计综述[J]. 模式识别与人工智能, 2011, 24(1): 64-71.
