引书的自动识别及文献计量学分析
黄水清1,2 , 周好1,2 , 彭秋茹1,2 , 王东波1,2
1.南京农业大学信息科学技术学院，南京 210095
Automatic Recognition and Bibliometric Analysis of Cited Books
Huang Shuiqing1,2 , Zhou Hao1,2 , Peng Qiuru1,2 , Wang Dongbo1,2
1.College of Information Science and Technology, Nanjing Agricultural University, Nanjing 210095
摘要 古籍文本中存在大量事实上的引文条目，即引书。目前，引文分析法多基于现代文本开展研究，学术界对古籍文本中的引用现象的关注较少。本文将引文分析法应用于古籍文本，计算和分析引书的引文指标，为古籍文本的引书计量学研究建立初步框架。本文选择《十三经注疏》中的《论语注疏》《毛诗正义》《春秋左传正义》三部典籍为研究对象，分别基于CRF（conditional random field）模型、Bi-LSTM（bidirectional long short-term memory）模型以及Bi-LSTM-CRF模型，从古籍文本中自动识别引书条目，并对比抽取性能，利用引文分析方法计算并分析了三部典籍中引书的各项引文计量指标，进而分析古籍文本之间的知识关联，探讨古人的引用行为。研究结果表明，机器学习模型应用于引书条目的自动识别整体效果良好，两种深度学习模型表现更佳，CRF模型存在明显差距。在两种深度学习模型中，Bi-LSTM-CRF模型性能略好。古籍文本之间的关联强度不一，引书的规模受多方因素影响，经部文献的被引次数占比最高，经部文献中的礼制类文献尤甚。此外，古人的引用行为也受成书目的、学者知识背景、引书文献获取难易程度等多重因素的影响。
关键词 ：
引书 ,
CRF ,
LSTM ,
引文分析 ,
引用行为
收稿日期: 2020-07-08
基金资助: 国家社会科学基金重大项目“基于《汉学引得丛刊》的典籍知识库构建及人文计算研究”（15ZDB127）。
作者简介 : 黄水清，男，1964年生，博士，教授，博士生导师，主要研究领域为自然语言处理与文本挖掘、信息计量，E-mail：sqhuang@njau.edu.cn；周好，女，1995年生，博士研究生，主要研究领域为自然语言处理与文本挖掘；彭秋茹，女，1990年生，博士，师资博士后，主要研究领域为信息计量；王东波，男，1981年生，博士，教授，博士生导师，主要研究领域为自然语言处理与文本挖掘、信息计；
引用本文:
黄水清, 周好, 彭秋茹, 王东波. 引书的自动识别及文献计量学分析[J]. 情报学报, 2021, 40(12): 1325-1337.
链接本文:
https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2021.12.010 或 https://qbxb.istic.ac.cn/CN/Y2021/V40/I12/1325
1 Garfiel E. Citation index for science[J]. Science, 1955, 122(3159): 108-111.
[1]
夏红玉, 胡潜, 王忠义. 基于引文重要性的知识流动主路径分析
[2]
许鑫, 叶丁菱. 多维影响力融合视域下的数据论文评价研究
[3]
王昊, 邓三鸿, 苏新宁, 官琴. 基于深度学习的情报学理论及方法术语识别研究
[4]
翟姗姗, 叶丁菱, 胡畔, 许鑫. 融合Altmetrics 与引文分析的数据论文学术影响力评价
[5]
张琳, 刘冬东, 吕琦, 孙蓓蓓, 黄颖. 论文学科交叉测度研究：从全部引文到章节引文
[6]
吴俊, 程垚, 郝瀚, 艾力亚尔·艾则孜, 刘菲雪, 苏亦坡. 基于BERT 嵌入BiLSTM-CRF 模型的中文专业术语抽取研究
[7]
周建, 刘炎宝, 刘佳佳. 情感分析研究的知识结构及热点前沿探析
[8]
刘向, 万小萍, 闫肖婷, 汪锦霞. 基于引文路径叠加网络的主路径分析
[9]
郭世杰, 王学昭, 韩涛, 魏韧, 董璐, 李宜展, 李泽霞. 大科学装置“预期- 实际- 扩展应用”链式模型及其实证研究——以日本SACLA 装置为例
[10]
沈思, 胡昊天, 叶文豪, 王东波. 基于全字语义的摘要结构功能自动识别研究
[11]
赵洪, 王芳. 理论术语抽取的深度学习模型及自训练算法研究
[12]
万小萍, 刘向, 闫肖婷, 汪锦霞. 基于关联分析的技术演进路径发现
