科技期刊论文插图识别与向量库构建方法研究

来源：图书情报工作杂志2025年第13期北京时间：

作者：黄雨馨,常志军,钱力,曲云鹏,郭丹,李文文,吴垚葶,王浩霖

单位：1 中国科学院文献情报中心 北京 100190;2 中国科学院大学经济与管理学院信息资源管理系 北京 100049

摘要：[目的/意义] 在科技文献中，插图与文本作为两种常见且互补的信息呈现方式，共同构成知识传播的重要组成部分。通过识别文献中的插图及其关联文本，实现多模态信息的整合与利用，进而提升科技文献的知识挖掘与检索效率，对科技文献资源建设以及多模态知识服务发展具有重要意义。[方法/过程] 提出一个针对科技文献中插图知识单元构建向量库的方法，从插图知识单元识别的准确性、完整性和关联性3个维度设计模型；在此基础上，设计向量表征和存储方式进一步构建插图向量库；最终，基于所构建的论文插图向量库，搭建论文插图检索系统，实现科技文献的多模态知识服务。[结果/结论] 基于提出的方法，插图知识单元识别的F1值为84.1%，论文插图和关联文本片段识别的F1值分别为99.5%、89.0%，并成功抽取化学化工领域的120万篇科技论文，构建百万级论文插图检索系统，为多模态知识挖掘及知识服务提供基础支撑。

关键词：科技文献,插图知识单元,论文插图向量库,论文插图检索系统,多模态知识服务,

基金资助：本文系国家社会科学基金项目“面向循证医学的领域文献实体关系识别方法研究”（项目编号：21BTQ106）和国家社会科学基金项目“AI4S科技文献知识底座的理论体系及建设方法研究”（项目编号：24BTQ043）研究成果之一。