层级出版物分类中的算法标注：文献字段与术语加权方法评估
数字图书馆
2021-01-01 v4
摘要
研究出版物的算法分类可用于研究科学系统的许多不同方面，例如科学向各领域的组织、领域增长、跨学科性以及新兴主题。如何标注这些分类中的类是一个文献中尚未被充分解决的问题。在本研究中，我们评估了不同的方法来标注算法构建的研究出版物分类中的类。我们聚焦于两个重要选择：（1）不同文献字段的选择，以及（2）不同术语相关性加权方法的选择。为评估不同选择，我们创建了两个基线：一个基于 MEDLINE 的医学主题词（Medical Subject Headings），另一个基于 Science-Metrix 期刊分类。我们测试了不同方法在多大程度上能为两个基线中的类产生所需标注。基于我们的结果，我们建议从标题和关键词中提取术语以标注高粒度级别（例如主题）的类。在低粒度级别（例如学科），我们建议从期刊名称和作者地址中提取术语。我们建议使用一种新方法，即术语频率与特异度之比，来计算术语的相关性。
引用
@article{arxiv.2004.08090,
title = {Algorithmic labeling in hierarchical classifications of publications: Evaluation of bibliographic fields and term weighting approaches},
author = {Peter Sjögårde and Per Ahlgren and Ludo Waltman},
journal= {arXiv preprint arXiv:2004.08090},
year = {2021}
}