施引文献视角下正面引用论文的影响力及其影响因素的研究——以自然语言处理领域为例

doi:10.3772/j.issn.1000-0135.2021.04.003

情报学报

2021, Vol. 40

Issue (4): 354-363 DOI: 10.3772/j.issn.1000-0135.2021.04.003

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

施引文献视角下正面引用论文的影响力及其影响因素的研究——以自然语言处理领域为例

徐琳宏^1,2, 丁堃¹, 孙晓玲¹, 杨阳¹

1.大连理工大学科学学与科技管理研究所暨WISE实验室，大连 116024
2.大连外国语大学软件学院，大连 116044

Research on the Influencing Factors and the Influence of Positive Citation Papers from the Perspective of Citing Papers: Using Natural Language Processing as an Example

Xu Linhong^1,2, Ding Kun¹, Sun Xiaoling¹, Yang Yang¹

1.WISE Lab, Institute of Science of Science and Technology Management, Dalian University of Technology, Dalian 116024
2.Software Institute, Dalian University of Foreign Languages, Dalian 116044

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (1844 KB) HTML (99 KB)
输出: BibTeX | EndNote (RIS)

摘要被引频次是科技论文的重要评价指标，但因为引用同一化的问题，需要矫正使用被引频次评估带来的偏差。本文以自然语言处理领域论文的引用极性为数据，从施引文献的角度出发，研究了正面引用和中性引用论文的影响力差别，以及不同引用原因下，正面引用论文的影响力差别。进一步探讨了影响作者引用极性的施引因素。利用非参数检验和逻辑回归等统计推断方法比较发现，正面引用论文的影响力明显高于中性引用论文的影响力，且正面引用的不同引用原因中，应用类型的论文影响力更大；施引位置和引用长度对引用极性有较大的影响，而引用强度和参考文献个数对极性没有影响。本文的研究结论为进一步丰富引文分析理论和细化科技质量评价策略提供了有益的改革思路。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	徐琳宏
	丁堃
	孙晓玲
	杨阳

关键词 ：正面引用, 引用极性, 引用原因, 施引位置, 引用长度

收稿日期: 2020-03-04

基金资助:国家自然科学基金项目“基于引用极性和评论挖掘的论文综合评价模型研究”（61772103），“面向社交媒体的多语种文本情感分析方法研究”（61806038）；教育部人文社科青年基金项目“面向‘一带一路’的多语种文本情感分析方法研究”（18YJCZH208）。

作者简介: 徐琳宏，女，1979年生，博士，副教授，主要研究领域为科学计量学、引文分析；丁堃，女，1962年生，教授，主要研究领域为学科知识管理与创新管理，E-mail：dingk@dlut.edu.cn；孙晓玲，女，1985年生，博士，副教授，硕士生导师，主要研究领域为科技管理与科技评价；杨阳，男，1989年生，博士研究生，主要研究领域为专利、科技管；

引用本文:

徐琳宏, 丁堃, 孙晓玲, 杨阳. 施引文献视角下正面引用论文的影响力及其影响因素的研究——以自然语言处理领域为例[J]. 情报学报, 2021, 40(4): 354-363.
Xu Linhong, Ding Kun, Sun Xiaoling, Yang Yang. Research on the Influencing Factors and the Influence of Positive Citation Papers from the Perspective of Citing Papers: Using Natural Language Processing as an Example. 情报学报, 2021, 40(4): 354-363.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.04.003 或 https://qbxb.istic.ac.cn/CN/Y2021/V40/I4/354

1 Garfield E. Citation indexes for science: a new dimension in documentation through association of ideas[J]. Science, 1955, 122(3159): 108-111.
2 Garfield E. Can citation indexing be automated?[C]// Proceedings of the Symposium on Statistical Association Methods for Mechanized Documentation. Washington, DC: National Bureau of Standards Miscellaneous Publication,1964: 189-192.
3 Cronin B, Meho L. Using the h-index to rank influential information scientists[J]. Journal of the American Society for Information Science and Technology, 2006, 57(9): 1275-1278.
4 王海涛, 谭宗颖, 陈挺. 论文被引频次影响因素研究——兼论被引频次评估科研质量的合理性[J]. 科学学研究, 2016, 34(2): 171-177.
5 Pinski G, Narin F. Citation influence for journal aggregates of scientific publications: theory, with application to the literature of physics[J]. Information Processing & Management, 1976, 12(5): 297-312.
6 马瑞敏, 张慧, 杨雨华. 加权引用视角下的作者学术影响力评价研究[J]. 情报学报, 2017, 36(8): 790-797.
7 谢娟, 龚凯乐, 成颖, 等. 论文下载量与被引量相关关系的元分析[J]. 情报学报, 2017, 36(12): 1255-1269.
8 李冲, 张丽. “洛瑞悖论”与引文分析评价学术的可靠性[J]. 科学学研究, 2014, 32(2): 184-188.
9 Wan X J, Liu F. Are all literature citations equally important? Automatic citation strength estimation and its applications[J]. Journal of the Association for Information Science and Technology, 2014, 65(9): 1929-1938.
10 索传军, 盖双双. 单篇学术论文的评价本质、问题及新视角分析[J]. 情报杂志, 2018, 37(6): 102-107.
11 Hernández-Alvarez M, Gómez J M. Citation impact categorization: for scientific literature[C]// Proceedings of the 2015 IEEE 18th International Conference on Computational Science and Engineering. IEEE, 2015: 307-313.
12 Catalini C, Lacetera N, Oettl A. The incidence and role of negative citations in science[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(45): 13823-13826.
13 刘盛博, 丁堃, 张春博. 基于引用内容性质的引文评价研究[J]. 情报理论与实践, 2015, 38(3): 77-81.
14 Chubin D E, Moitra S D. Content analysis of references: adjunct or alternative to citation counting?[J]. Social Studies of Science, 1975, 5(4): 423-441.
15 Veer Martens B V D, Goodrum A A. The diffusion of theories: a functional approach[J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 330-341.
16 陆伟, 孟睿, 刘兴帮. 面向引用关系的引文内容标注框架研究[J]. 中国图书馆学报, 2014, 40(6): 93-104.
17 Moravcsik M J. Citation context classification of a citation classic concerning citation context classification[J]. Social Studies of Science, 1988, 18(3): 515-521.
18 尹莉. “极性”概念在引文分析中应用的一个实证研究[J]. 情报杂志, 2017, 36(8): 124-130,143.
19 尹莉, 郭璐, 李旭芬. 基于引用功能和引用极性的一个引用分类模型研究[J]. 情报杂志, 2018, 37(7): 139-145.
20 尹莉, 邓红梅. 自引的新评价——引用极性、引用位置和引用密度的视角[J]. 情报杂志, 2019, 38(9): 180-184, 179.
21 耿树青, 杨建林. 基于引用情感的论文学术影响力评价方法研究[J]. 情报理论与实践, 2018, 41(12): 93-98.
22 章成志, 李卓, 赵梦圆, 等. 基于引文内容的中文图书被引行为研究[J]. 中国图书馆学报, 2019, 45(3): 96-109.
23 胡志刚. 全文引文分析方法与应用[D]. 大连: 大连理工大学, 2014.
24 Vieira E S, Gomes J A N F. Citations to scientific articles: its distribution and dependence on the article features[J]. Journal of Informetrics, 2010, 4(1): 1-13.
25 Bornmann L, Daniel H D. Selecting scientific excellence through committee peer review - a citation analysis of publications previously published to approval or rejection of post-doctoral research fellowship applicants[J]. Scientometrics, 2006, 68(3): 427-440.
26 徐琳宏, 丁堃, 陈娜, 等. 中文文献引文情感语料库构建[J]. 情报学报, 2020, 39(1): 25-37.
27 李卓, 赵梦圆, 柳嘉昊, 等. 基于引文内容的图书被引动机研究[J]. 图书与情报, 2019(3): 96-104.