效用视角下核心引文识别方法初探

基于引用频次开展的引文分析忽略了引文对施引文献的效用差异，依此展开资源评估、学术影响力判断难免受到“无效”引用干扰。为排除“无效”引文，提升测度及评价数据质量，文章从引文效用的角度，选择引文属性、功能、对象、情感等典型特征，建立引文标注框架。测试逻辑回归与支持向量机等方式对引文自动分类的效果，择优构建“效用视角下核心引文识别模型”。其中，为探索自动化分类方式，在数据标注阶段，除人工标引，还使用大规模预训练语言模型的对话系统ChatGPT进行自动分类标注，并进行建模效果测试，以期为引文自动分类方法及应用实践提供新思路。...

Full description

Saved in:
Bibliographic Details
Published in大学图书馆学报 Vol. 41; no. 6; pp. 98 - 106
Main Authors 李凌, 张若楠, 崔佳楠, 李鑫鑫
Format Journal Article
LanguageChinese
Published 北京大学 21.11.2023
西安交通大学图书馆,陕西西安,710049
Subjects
引文效用
支持向量机
引文自动分类
ChatGPT
引文内容分析
引文标注框架
Citation Utility
Content Analysis of Citations
Citation Annotation Framework
Support Vector Machine
Automatic Citation Classification
Online AccessGet full text
ISSN1002-1027
DOI10.16603/j.issn1002-1027.2023.06.014

Cover

More Information
Summary:基于引用频次开展的引文分析忽略了引文对施引文献的效用差异，依此展开资源评估、学术影响力判断难免受到“无效”引用干扰。为排除“无效”引文，提升测度及评价数据质量，文章从引文效用的角度，选择引文属性、功能、对象、情感等典型特征，建立引文标注框架。测试逻辑回归与支持向量机等方式对引文自动分类的效果，择优构建“效用视角下核心引文识别模型”。其中，为探索自动化分类方式，在数据标注阶段，除人工标引，还使用大规模预训练语言模型的对话系统ChatGPT进行自动分类标注，并进行建模效果测试，以期为引文自动分类方法及应用实践提供新思路。
ISSN:1002-1027
DOI:10.16603/j.issn1002-1027.2023.06.014