引文上下文在文獻(xiàn)內(nèi)容分析中的信息價值研究.pdf

1、目的:
　　 在信息爆炸的今天，如何準(zhǔn)確而又全面地獲取信息是我們面臨的一大難題。本研究以引文上下文(citation context)為研究對象，分別對引文上下文的文字片段和被引證文獻(xiàn)的摘要進(jìn)行文本分詞、關(guān)鍵詞提取和MeSH匹配，并與被引證目標(biāo)文獻(xiàn)標(biāo)引的MeSH進(jìn)行對比和分析，探尋引文上下文、目標(biāo)文獻(xiàn)摘要以及目標(biāo)文獻(xiàn)正文之間的關(guān)系，分析其間的匹配度，以分析引文上下文對被引證文獻(xiàn)的揭示作用程度，探討引文上下文在文獻(xiàn)內(nèi)容分析中的利用

2、價值，為基于引文上下文的文本挖掘和信息流向分析提供依據(jù)。
　　 材料與方法:
　　 從Web of Science數(shù)據(jù)庫下載2002-2011年十年間《Circulation》發(fā)表的59123篇論文的全部參考文獻(xiàn)信息，并用書目信息共現(xiàn)挖掘系統(tǒng)(BICOMB)進(jìn)行數(shù)據(jù)處理和統(tǒng)計。選取其中被《Circulation》引證次數(shù)最高的5篇研究類文章作為本次研究的目標(biāo)文獻(xiàn)，并下載全部引用該5篇目標(biāo)文獻(xiàn)的文章全文。從全文中提取引用了

3、目標(biāo)文獻(xiàn)的句子（即引文上下文），并利用MetaMap對其進(jìn)行分詞和MeSH詞匹配。同時，對5篇目標(biāo)文獻(xiàn)的摘要進(jìn)行了分詞和MeSH詞提取。將上述兩種方法抽取出來的MeSH詞，與目標(biāo)文獻(xiàn)在PubMed數(shù)據(jù)庫中標(biāo)引的主題詞進(jìn)行對比，分析引文上下文對目標(biāo)文獻(xiàn)的揭示程度和在文獻(xiàn)內(nèi)容分析中的信息價值。
　　 結(jié)果:
　　 經(jīng)對比，從引文上下文中提取的MeSH詞與文摘MeSH詞對目標(biāo)文獻(xiàn)自身標(biāo)引主題詞的查全率分別為平均66.71％和3

4、1.32％;而對目標(biāo)文獻(xiàn)標(biāo)引的主要主題詞的查全率分別為平均83.00％和51.00％;引文上下文MeSH詞對文摘MeSH詞的查全率平均為79.28％;此外，每篇目標(biāo)文獻(xiàn)的引文上下文平均可以額外提供42.6個未在目標(biāo)文獻(xiàn)主題詞中出現(xiàn)的MeSH詞，而每篇文摘中平均可提供11.4個額外MeSH詞。
　　 結(jié)論:
　　 與作者自己所寫的文摘相對比，由文獻(xiàn)引用者給出的引文上下文能更好地表征目標(biāo)文獻(xiàn)的內(nèi)容特征。引文上下文既可以包含較