基于引文细粒度情感量化的学术评价研究

摘要：

[目的]利用情感分析技术对引用内容中包含的引用情感进行深层次地发掘和量化,为学术文献内在价值的发现提供更加科学的理论依据和数据支撑.[方法]以知网中检索到的期刊论文为例,通过对施引文献中引用内容的细粒度情感分析和量化,对被引文献的内在学术价值进行深度挖掘,并提出基于引用情感量化的学术评价指标.[结果]实验表明,基于引用情感的学术评价方法比传统的基于被引频次的方法,离散系数高0.12,斯皮尔曼相关系数达到0.981.[局限]由于国内没有完整的全引文数据库,造成数据获取困难,实验样本量较小.[结论]基于细粒度引用情感量化的学术评价方法具有较高的区分度,能更加有效地衡量文献的内在学术价值.

关键词：引用内容、细粒度情感分析、情感量化、学术评价

所属期刊栏目：4

分类号：G354(情报学、情报工作)

资助基金：本文系国家社会科学基金项目“大数据环境下学术成果真实价值与影响的实时预测及长期评价研究”项目编号:19BTQ062

在线出版日期：2020-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：129-138