基于论文自动分类的社科类学科跨学科性研究

摘要：

[目的]使用机器学习自动分类的方法,量化社科类论文的跨学科性.[方法]根据论文的题录信息,使用KNN算法对社科类论文进行自动分类,根据分类结果提出定量研究跨学科性的指标——跨学科度,并提出其计算方法.[结果]自动分类结果在各学科间呈现出较大的差异,各学科的跨学科性对分类结果产生了较大的影响,自动分类结果与跨学科度之间存在直接关系,进而可以用来计算跨学科度.[局限]尚未对跨学科性进行更为深入、广泛的量化探究.[结论]使用机器学习方法量化研究跨学科性是一种有效的尝试.

关键词：KNN、文本分类、跨学科性

所属期刊栏目：2

分类号：G350(情报学、情报工作)

资助基金：国家自然科学基金管理学部青年项目“基于CSSCI的句法级汉英平行语料库构建及知识挖掘研究”71303120;江苏省普通高校学术学位研究生科研创新计划项目“引用内容分析——引文语义信息的自动挖掘”项目KYZZ16_0033的研究成果之一

在线出版日期：2018-06-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：30-38