基于自然语言词对法的文献主题新颖性探测研究

来源：图书情报工作杂志2018年第8期北京时间：

作者：许丹,徐爽,陈斯斯,韩爽,杨颖,郭继军

单位：中国医科大学图书馆 沈阳 110122

摘要：[目的/意义] 提出一个全新的量化指标——文档主题新颖度，通过自然语言词对方法对文献主题内容的新颖性进行探测研究，并探讨其可行性和优缺点以及新颖度与F1000推荐文献和引文指标之间的关系。[方法/过程] 以F1000为基础，选取hematology主题近一个月内推荐的文献，在Pubmed中查找并获取该推荐文献发表之前6个月内密切相关的文献，构成整个文献集。定义自然语言法新颖度的概念、计算公式并利用Oracle数据库PL/SQL语言进行编程，通过MetaMap软件提取自然语言词汇进行文献主题新颖度的运算。[结果/结论] 自然语言法在文献主题新颖性探测的运算上具有一定的可行性；文档主题新颖度与F1000推荐文献、引用情况并非成等价关系，分属于科技论文评价的不同维度、不同范畴，不可一概而论。应将文档主题新颖度这一新指标与同行评议情况和文献计量学等其他相关论文评价指标结合起来对文献进行综合评价分析，选取优质文献给予推荐。

关键词：文献主题新颖性探测,自然语言词对,MetaMap,F1000,引文指标,

基金资助：本文系2017年度辽宁省高等学校基本科研项目"双一流"战略视野下高校ESI排名现状的计量分析与政策建议（项目编号：LQNR201707），CALIS全国医学文献信息中心2018年科研基金项目"基于微信、微课等新媒体环境下医学高校图书馆多元素养培养模式研究"（项目编号：CALIS-2018-02-010）和CALIS全国医学文献信息中心2018年科研基金项目"大数据环境下基于突发监测的医学研究前沿发展趋势预测