一、研究進展情況
主要內(nèi)容：
1.研究計劃總體執(zhí)行情況及各子課題進展情況
重大項目“基于認(rèn)知計算的學(xué)術(shù)論文評價理論與方法研究”，是根據(jù)計劃協(xié)同各個子課題從不側(cè)面推動整個課題研究工作的開展。立項后，各子課題按照本課題申報書的要求，分工協(xié)作，按照“現(xiàn)狀與需求分析——目標(biāo)擬定——理論框架構(gòu)建——評價方法創(chuàng)新——支撐性技術(shù)實現(xiàn)——示范應(yīng)用與實證研究——總結(jié)完善評價理論體系”的路徑展開研究，取得了階段性的成果。
課題組對“基于認(rèn)知計算的學(xué)術(shù)論文評價理論與方法研究”項目的需求進行了調(diào)研分析，構(gòu)建了相關(guān)論文數(shù)據(jù)集2個，分析了學(xué)術(shù)論文關(guān)鍵詞標(biāo)注規(guī)律和引文增長規(guī)律，提出了基于認(rèn)知計算的學(xué)術(shù)論文評價理論框架，并就學(xué)術(shù)文本的格式化提取技術(shù)、引文抽取技術(shù)、結(jié)構(gòu)功能識別技術(shù)、詞匯功能識別技術(shù)等相關(guān)支撐技術(shù)進行了研究與探索。同時，課題組已發(fā)表論文11篇，其中包括以“From Zero to One: A Perspective on Citing”為代表的外文論文5篇、以“科學(xué)論文功能單元本體設(shè)計與標(biāo)引應(yīng)用實驗”為代表的中文論文6篇，并在國際頂級信息學(xué)院聯(lián)年會iConference2019中發(fā)表poster 3篇，申請國家發(fā)明專利“一種PDF文件向ODF文件轉(zhuǎn)化的方法”1項，獲得軟件著作權(quán)2項，階段性成果良好，為后續(xù)研究提供了有力支撐。
至今，本課題已基本完成了各子課題研究規(guī)定的內(nèi)容，研究計劃總體執(zhí)行情況及各子課題研究進展順利。其余內(nèi)容，尤其是在子課題基礎(chǔ)上形成具有重要學(xué)術(shù)價值與應(yīng)用價值的綜合性研究成果，則是下階段的主要任務(wù)。
2.調(diào)查研究及學(xué)術(shù)交流情況
2.1調(diào)查研究情況
立項以來，課題組緊密結(jié)合項目研究需要，通過文獻調(diào)研、專家訪談、實地考察等方式，對“基于認(rèn)知計算的學(xué)術(shù)論文評價理論與方法研究”項目相關(guān)研究進行全面的調(diào)研，從認(rèn)知計算的理論與應(yīng)用、傳統(tǒng)理論與方法支撐下的學(xué)術(shù)論文評價與發(fā)展、學(xué)術(shù)文本內(nèi)容研究中的認(rèn)知計算應(yīng)用以及學(xué)術(shù)評價研究中的認(rèn)知計算應(yīng)用四個方面對現(xiàn)有的國內(nèi)外相關(guān)研究進行系統(tǒng)梳理，為后續(xù)的相關(guān)研究奠定了一定的基礎(chǔ)。
2.2學(xué)術(shù)交流情況
依托《基于認(rèn)知計算的學(xué)術(shù)論文評價理論與方法研究》重大項目，本課題組積極在國內(nèi)外開展學(xué)術(shù)交流；一方面，及時跟蹤本重大項目相關(guān)的最新研究進展；另一方面，積極宣傳本重大項目的研究成果，增加學(xué)術(shù)和社會影響力。
在國際學(xué)術(shù)交流方面，積極參加國際學(xué)術(shù)頂級會議，交流學(xué)術(shù)研究成果。2019年3月份，本課題組的三篇poster，分別為《A Novel Computer Vision Based Method for PDF Academic Literature Structure Understanding》、《Biomedical compound figure detection using deep convolutional neural network》和《Keyword-Citation-Keyword Network：A new method for Discipline Knowledge Structure Analysis》同時被國際信息學(xué)院聯(lián)盟年會iConference接收，三位同學(xué)赴美國參加該會議，并進行poster展示；2019年6月，重大項目首席專家陸偉組織了ACM/IEEE JOINT CONFERENCE ON DIGITAL LIBRARIES（JCDL）會議的workshop4：Organizing Data, Information, and Knowledge in Big Data Environments，同時有一篇proposal在該workshop上進行展示。此外，本課題組有一篇長文《Author-selected Keyword Semantic Function Analysis-A Case Study of Informetrics》被17th International Conference of the International Society for Scientometrics and Informetrics接收，將于2019年9月赴意大利羅馬進行論文成果展示，同時進行學(xué)術(shù)交流。
在國內(nèi)學(xué)術(shù)交流方面，課題組成員積極參加國內(nèi)學(xué)術(shù)會議，同時組織和參加相關(guān)的學(xué)術(shù)研討會，對本項目的研究成果進行展示。2019年3月，陸偉在中科院武漢分院做了《基于認(rèn)知計算的學(xué)術(shù)論文評價與方法》主題報告，分享了本項目在學(xué)術(shù)論文評價與方法研究中取得的研究成果。2018年3月，本課題組舉辦了“語義指紋與關(guān)系推薦學(xué)術(shù)論壇”，邀請了國內(nèi)外著名研究機構(gòu)和高校的多位學(xué)者進行報告和交流，本課題組程齊凱老師做了《學(xué)術(shù)文本深度挖掘：框架、技術(shù)與應(yīng)用》的報告，對學(xué)術(shù)文本分析的框架進行了講解。2019年5月，本課題組舉辦了“多學(xué)科視角下的信息檢索與人機交互”專題研討會，邀請國內(nèi)外多名專家學(xué)者就信息檢索與人機交互等相關(guān)主題進行報告和交流，同時陸偉在會上做了《學(xué)術(shù)文本語義挖掘及推薦》報告，介紹了本項目研究取得的成果，促進了學(xué)術(shù)交流，提高了成果的社會影響力。
3.研究中存在的主要問題與改進措施
通過整體評估發(fā)現(xiàn)，盡管各個子課題研究在穩(wěn)步推進，但仍然存在一些問題。主要表現(xiàn)在：
第一，部分子課題研究的不太均衡。目前關(guān)于基于認(rèn)知計算的學(xué)術(shù)論文評價理論框架構(gòu)建研究較充分，而關(guān)于基于認(rèn)知計算的學(xué)術(shù)論文評價方法的技術(shù)實現(xiàn)研究相對不足。
第二，課題組圍繞本項目研究發(fā)表的一系列典型論文、軟著等形式成果的影響力有待擴大，此外，基于認(rèn)知計算的學(xué)術(shù)論文評價方法模型與技術(shù)的應(yīng)用有待進一步深化。
下一步的研究計劃將從上述問題著手，通過加強子課題的研究，提升本課題研究的學(xué)術(shù)價值和應(yīng)用價值。
二、研究成果情況
主要內(nèi)容：
1.代表性成果之一：《From Zero to One： A Perspective on Citing》
成果形式：論文
完成人：黃永，步一，丁穎，陸偉
完成單位：武漢大學(xué)信息管理學(xué)院
發(fā)表期刊：《Journal of the American Society for Information Science and Technology》
發(fā)表時間：2019年1月
基本內(nèi)容：
論文的被引次數(shù)已經(jīng)成為評價論文質(zhì)量的常用指標(biāo)之一。論文的被引次數(shù)是一個隨時間而累積的結(jié)果，本研究對不同被引次數(shù)的論文（低被引，中被引，高被引）的不同階段（初始階段：0-1，后續(xù)階段：1-N）的被引時長分別進行比較分析。研究發(fā)現(xiàn)，三種不同類型的論文在初始被引階段即0到1，時間長沒有明顯的差異；而在后續(xù)階段即1到N，高被引論文獲得被引的速度比中被引和低被引的論文更快，而且隨著N的增加，這個差異更加明顯。
主要觀點與學(xué)術(shù)價值：
高被引、中被引以及低被引三種不同類型的論文在初始被引階段即0到1，時間長沒有明顯的差異；而在后續(xù)階段即1到N，高被引論文獲得被引的速度比中被引和低被引的論文更快，而且隨著N的增加，這個差異更加明顯。該研究發(fā)現(xiàn)，啟示學(xué)者應(yīng)該盡量提高論文的可見性，使得論文更快獲得被引，從而提高論文的被引次數(shù)。
成果社會影響：
該成果已被情報學(xué)領(lǐng)域的頂級期刊JASIST錄用，2019年1月網(wǎng)絡(luò)出版至今，在ResearchGate上已經(jīng)獲得66次閱讀。
2.代表性成果之二：《How do author-selected keywords function semantically in scientific manuscripts?》
成果形式：論文
完成人：陸偉，李信，劉智鋒，程齊凱
完成單位：武漢大學(xué)信息管理學(xué)院
發(fā)表期刊：《Knowledge Organization》
發(fā)表時間：錄用待發(fā)表
基本內(nèi)容：
作者關(guān)鍵詞已經(jīng)被廣泛應(yīng)用于熱點探測、趨勢分析以及學(xué)科知識圖譜的構(gòu)建。然而，這些研究很少考慮關(guān)鍵詞在學(xué)術(shù)論文中的語義功能。因此，文章提出了關(guān)鍵詞語義功能，同時構(gòu)建了一個信息計量學(xué)領(lǐng)域關(guān)鍵詞語義功能分類框架，其中包含有研究主題、研究方法、研究對象、研究領(lǐng)域、數(shù)據(jù)以及其他；基于該分類框架，對Journal of Informetrics (JOI)發(fā)表論文的關(guān)鍵詞進行語義功能標(biāo)注，構(gòu)建了一個信息計量學(xué)領(lǐng)域的關(guān)鍵詞語義功能標(biāo)注數(shù)據(jù)集；最后，從關(guān)鍵詞語義功能的強度、多樣性以及對稱性三個方面對關(guān)鍵詞語義功能的分布特征進行揭示。
主要觀點與學(xué)術(shù)價值：
本研究從語義層面對作者關(guān)鍵詞進行研究，提出了作者關(guān)鍵詞語義功能的概念，同時構(gòu)建了一個信息計量學(xué)領(lǐng)域關(guān)鍵詞語義功能分類框架，為后續(xù)的相關(guān)研究提供一定的理論基礎(chǔ)；基于提出的分類框架，本研究以Journal of Informetrics(JOI)為例，構(gòu)建了一個標(biāo)準(zhǔn)化關(guān)鍵詞語義功能標(biāo)注數(shù)據(jù)集，為后續(xù)的研究提供一定的數(shù)據(jù)基礎(chǔ)；此外，揭示了關(guān)鍵詞語義功能的分布特征。
研究結(jié)果表明，隨著作者關(guān)鍵詞數(shù)量的增加，關(guān)鍵詞語義功能多樣性下降，而不規(guī)則性則上升；此外，研究主題和研究方法這兩類語義功能占有絕對的優(yōu)勢，而且這兩類語義功能在關(guān)鍵詞列表中有比較經(jīng)常出現(xiàn)的位置，即隨著關(guān)鍵詞在列表中排序的增加，關(guān)鍵詞具有研究主題語義功能的可能性下降；而具有研究方法語義功能的可能性上升。本研究從關(guān)鍵詞語義功能視角對關(guān)鍵詞進行研究，可將其應(yīng)用于細粒度的信息檢索、信息計量學(xué)、信息推薦等研究中。
成果社會影響：
該成果已被Knowledge Organization（SSCI期刊）錄用。
3.代表性成果之三：《科學(xué)論文功能單元本體設(shè)計與標(biāo)引應(yīng)用實驗》
成果形式：論文
完成人：王曉光，李夢琳，宋寧遠
完成單位：武漢大學(xué)信息管理學(xué)院
發(fā)表期刊：《中國圖書館學(xué)報》
發(fā)表時間：2018年07月15
基本內(nèi)容：
科學(xué)論文內(nèi)容本體是科學(xué)論文內(nèi)容結(jié)構(gòu)和語義功能的形式化和規(guī)范化知識表示，對于科學(xué)論文的深度標(biāo)引和知識挖掘具有重要意義。文章系統(tǒng)梳理了已有科學(xué)論文內(nèi)容表示模型和內(nèi)容本體，并以功能單元理論為基礎(chǔ)，提出了科學(xué)論文功能單元本體的設(shè)計思路，構(gòu)建了包含28個類和5種屬性在內(nèi)的科學(xué)論文功能單元本體FUO。借助本體構(gòu)建工具Protégé，對科學(xué)論文功能單元本體FUO進行形式化表示。借助語義標(biāo)注工具GATE，利用功能單元本體FUO對論文進行初步的深度標(biāo)引實驗，檢驗了該本體的可用性。
主要觀點與學(xué)術(shù)價值：
科學(xué)論文功能單元本體(FUO)的設(shè)計目標(biāo)是，從語義功能角度準(zhǔn)確定義科學(xué)論文內(nèi)容組件的類型及其屬性，構(gòu)建科學(xué)論文內(nèi)容結(jié)構(gòu)表示模型，并利用規(guī)范的本體表示技術(shù)，建立可共享和可重復(fù)使用的科學(xué)論文功能單元本體。為了更加清晰地區(qū)分內(nèi)容組件及其屬性，文章首先對Zhang Lei提出的41個功能單元進行調(diào)整。功能單元類型調(diào)整原則：①將具有相似含義的類目進行合并；②排除掉含義較為模糊或適用性不強的類目；③新增類目?；谝陨险{(diào)整原則，文章設(shè)計了包含12個一級類、28個二級類的功能單元本體基本模型，并對方法、討論、實驗、數(shù)據(jù)等情報價值較高的部分進行了深入劃分與界定。其次，在參考Bio-Event等模型的基礎(chǔ)上，設(shè)計了功能單元本體FUO的5類屬性。最后，使用Protégé5.1對本體進行了表示。
結(jié)果表明，相較于已有的修辭塊本體、篇章元素本體等，文章提出的功能單元本體FUO具備多層次、多粒度的特征，能夠更全面、細致地揭示科學(xué)論文內(nèi)容組成部分的語義功能特征，能夠很好地表示科學(xué)論文內(nèi)容組件的語義功能及其屬性，揭示科學(xué)論文正文各部分的語義特征，可以用于面向知識發(fā)現(xiàn)的科學(xué)論文深度語義標(biāo)引，為科學(xué)論文內(nèi)容本體開發(fā)奠定了基礎(chǔ)。
成果社會影響：
發(fā)表至今12個月，在CNKI已被下載493次，被引1次。
4.代表性成果之四：《一種PDF文件向ODF文件轉(zhuǎn)化的方法》
成果形式：專利
完成人：陸偉;于豐暢;程齊凱
完成單位：武漢大學(xué)信息管理學(xué)院
發(fā)表期刊：國家知識產(chǎn)權(quán)局
發(fā)表時間：2018年8月
基本內(nèi)容：
本發(fā)明屬于計算機技術(shù)領(lǐng)域，涉及一種文件轉(zhuǎn)化方法，尤其涉及一種PDF文件向OFD文件轉(zhuǎn)化的方法。首先，輸入PDF文件;然后利用機器視覺技術(shù)對PDF文件進行版面分析，得到版面的內(nèi)容分布，再解析PDF文件數(shù)據(jù)，獲得該文件中的所有元素的對象，以及對象信息。然后，將對象與版面分布進行映射，定位文字、圖片、表格、公式等元素，接著利用映射之后的對象信息，將PDF的對象轉(zhuǎn)化為OFD格式的對象。最后，將OFD對象按照輸出要求進行排版，并輸出OFD文件。
主要觀點與學(xué)術(shù)價值：
本發(fā)明公開了一種PDF文件向OFD文件轉(zhuǎn)化的方法，該方法的流程示意圖所示，該方法的主要步驟包括：
步驟1：輸入PDF文件;
步驟2：利用機器視覺技術(shù)對PDF文件進行版面分析，得到內(nèi)容版塊的分布;
步驟3：解析PDF文件數(shù)據(jù)，獲得該文件中的所有元素的對象，以及所有對象的信息;
步驟4：將元素對象和內(nèi)容版塊進行映射，并定位文字、圖片、表格、公式等元素的位置，得到PDF文件元素和內(nèi)容板塊的隸屬關(guān)系;
步驟5：利用對象信息，將映射之后的PDF對象轉(zhuǎn)化為OFD格式的對象;
步驟6：將OFD對象按照輸出要求進行排版，并輸出OFD文件。
本發(fā)明能夠以較高的正確率自動將單個或批量PDF文件轉(zhuǎn)換為OFD文件，并且有效地保證了PDF文件中的圖片、表格、公式等特殊元素的正確性。降低了儲存在PDF文件中的信息的使用難度，提高了PDF文件向OFD文件的轉(zhuǎn)換效率。本發(fā)明有益效果為：采用方案后，能夠自動將單個或批量將PDF文件轉(zhuǎn)換為OFD文件，并且相較于現(xiàn)有方法，有效的保證了轉(zhuǎn)化的成功率和準(zhǔn)確率，提高了內(nèi)容的完整程度。
5.代表性成果之五：《基于詞匯功能的學(xué)術(shù)文本分析》
成果形式：主題報告
完成人：陸偉
完成單位：武漢大學(xué)信息管理學(xué)院
會議名稱：“多學(xué)科視角下的信息檢索與人機交互”專題研討會
會議時間：2019年5月
基本內(nèi)容：
在學(xué)術(shù)大數(shù)據(jù)時代，文獻數(shù)量快速增長，存量巨大；與學(xué)者的知識需求更加多樣化、細粒度之間的矛盾越來越突出，因此有必要對學(xué)術(shù)文本進行深度語義分析，以更好地滿足學(xué)者的知識需求。本報告中，首先，提出了一個包含領(lǐng)域無關(guān)和領(lǐng)域相關(guān)詞匯功能的詞匯功能框架；其次，采用基于規(guī)則的方法半自動構(gòu)建了詞匯功能識別的訓(xùn)練集；接著，采用SVM、CRF、CNN以及RNN等方法對詞匯功能進行自動識別，其中問題識別準(zhǔn)確率達到0.87，方法識別準(zhǔn)確率達到0.91；最后，基于上述的研究成果，構(gòu)建了一個CS-LAS系統(tǒng)，該系統(tǒng)具有細粒度的問題與方法檢索、細粒度的研究主題與研究趨勢探測等功能。
主要觀點與學(xué)術(shù)價值：
本報告中提出了詞匯功能框架以及詞匯功能自動識別的機器學(xué)習(xí)方法；最后，構(gòu)建了一個具有細粒度檢索與熱點探測等功能的系統(tǒng)。本研究對學(xué)術(shù)文本深度語義挖掘進行探索，能夠更好地滿足學(xué)者多樣化、細粒度的知識需求。
成果社會影響：
在“多學(xué)科視角下的信息檢索與人機交互”專題研討會上做了報告，提升了重大項目研究成果的影響力。
三、下一步研究計劃
在進一步推動各個子課題研究的同時，著力于以下工作：
（1）構(gòu)建基于認(rèn)知計算的學(xué)術(shù)論文多維融合加權(quán)評價模型
以內(nèi)容和傳播認(rèn)知計算為基礎(chǔ)，以學(xué)術(shù)論文質(zhì)量評價為核心，以現(xiàn)實用戶需求滿足為目標(biāo)，設(shè)計科學(xué)化、精準(zhǔn)化、綜合化的學(xué)術(shù)論文評價指標(biāo)體系和用戶需求滿足模型；在已有的研究基礎(chǔ)之上，構(gòu)建基于認(rèn)知計算的學(xué)術(shù)論文多維融合加權(quán)評價模型，實現(xiàn)對學(xué)術(shù)論文在細粒度層面的科學(xué)化、綜合化評價。
（2）探索基于認(rèn)知計算的學(xué)術(shù)論文評價理論與方法的創(chuàng)新路徑
以理論研究成果為基礎(chǔ)，根據(jù)學(xué)術(shù)論文評價過程中各主體的關(guān)系，用相關(guān)分析法分析多方面要素的影響力，尋求學(xué)術(shù)論文評價理論與方法的創(chuàng)新路徑，實現(xiàn)評價技術(shù)創(chuàng)新，包括基于文本內(nèi)容理解的學(xué)術(shù)論文評價技術(shù)、基于功能分析的學(xué)術(shù)論文評價技術(shù)、基于視覺理解的富媒體論文理解與評價技術(shù)以及基于傳播認(rèn)知計算的學(xué)術(shù)論文評價技術(shù)等內(nèi)容。
（3）推動基于認(rèn)知計算的學(xué)術(shù)論文評價技術(shù)理論的研究和應(yīng)用
以服務(wù)實際工作為目標(biāo)，研究基于認(rèn)知計算的學(xué)術(shù)論文評價技術(shù)的具體實現(xiàn)策略，構(gòu)建示范應(yīng)用，并重點探索如何將基于認(rèn)知計算的評價方法同傳統(tǒng)方法結(jié)合，構(gòu)建兼具實用性和創(chuàng)新性的學(xué)術(shù)論文評價應(yīng)用。
課題組供稿
RM新时代APP官网