学术论文创新贡献句识别研究

来源：图书情报工作杂志2021年第12期北京时间：

作者：罗卓然,蔡乐,钱佳佳,陆伟

单位：武汉大学信息管理学院 武汉 430072

摘要：[目的/意义] 学术论文贡献句是体现论文创新性和学术价值的重要形式。以学术论文全文本和MeSH主题词为数据基础，利用自然语言处理和深度学习技术，实现学术论文贡献句识别，为学术文本创新贡献内容的细粒度挖掘奠定基础，对实现基于认知计算的学术论文评价具有重要的理论和现实意义。[方法/过程] 首先，以PubMed论文全文本为数据来源，抽取论文Mesh主题词，对论文贡献句进行要素分析和特征提取。其次，采用半自动方式实现标注数据。最后，基于Albert深度学习模型实现贡献句的自动识别。[结果/结论] 通过数据一致性检验证明实验标注的训练数据的可信性，实验结果表明，相较于其他深度学习模型，训练的自动识别模型能够更有效识别学术论文中贡献句。

关键词：贡献句,学术论文,创新性,Albert,

基金资助：本文系国家社会科学基金重大项目\"基于认知计算的学术论文评价理论与方法研究\"（项目编号：17ZDA292）研究成果之一。