基于篇章结构和引用动机的引文推荐研究

作者:熊回香; 黄晓捷; 陈子薇; 肖兵; 陈琦
来源:图书情报工作, 2023, 67(08): 115-128.
DOI:10.13266/j.issn.0252-3116.2023.08.011

摘要

[目的/意义]在考虑科研人员引用动机差异性的基础上,结合深度学习中的层次注意力网络模型,提出一个基于文本篇章结构和引用动机的引文推荐模型。[方法/过程]通过构建科研人员的引用动机模型,将其划分为科学性引用动机和战略性引用动机。首先,将论文的篇章结构与科学性引用动机进行映射,采用层次注意力网络模型对论文章节内容进行科学性动机分类;再者,分别通过对章节内容和施引文献篇关摘(篇名、关键词和摘要)与参考文献篇关摘的相似度进行加权计算,得到基于科学性引用动机的推荐结果;在此基础上,引入战略性引用动机对推荐结果综合排序,得到最终的推荐结果。最后,以情报学领域的1 443篇文献为例来对本文所提出的推荐方法进行验证。[结果/结论]实验结果证明该推荐方法能较好地实现基于科研人员不同引用动机的引文推荐,具有一定的可行性和准确性,并为后续相关研究提供借鉴思路。

全文