基于自然语言处理与机器学习技术的文本内引文分析十年综述:实证研究概览
数字图书馆
2020-09-01 v1 机器学习
摘要
引文分析是研究评价中最常用的方法之一。我们正看到通过文献计量元数据开展的引文分析显著增长,主要归因于 Web of Science、Scopus、Google Scholar、Microsoft Academic 与 Dimensions 等引文数据库的可得性。由于近年来全文出版物语料库的可及性提升,信息科学家借助全文数据处理技术的进展,超越传统文献计量学,从语境角度测度科学出版物的影响力。这催生了引文上下文与内容分析、引文分类、引文情感分析、引文摘要生成及基于引文的推荐等技术发展。本文旨在叙述性综述关于这些发展的研究,主要关注运用自然语言处理与机器学习技术分析引文的出版物。
引用
@article{arxiv.2008.13020,
title = {A Decade of In-text Citation Analysis based on Natural Language Processing and Machine Learning Techniques: An overview of empirical studies},
author = {Sehrish Iqbal and Saeed-Ul Hassan and Naif Radi Aljohani and Salem Alelyani and Raheel Nawaz and Lutz Bornmann},
journal= {arXiv preprint arXiv:2008.13020},
year = {2020}
}
备注
59 pages, 4 figures, 8 tables (submitted to Scientometrics)