duxingye的个人博客分享 http://blog.sciencenet.cn/u/duxingye

博文

学术论文关键指标智能化评价研究

已有 2039 次阅读 2021-2-28 14:38 |系统分类:论文交流

学术论文关键指标智能化评价研究

摘要:以学术论文为载体的科研成果是国家知识创新的重要组成部分,对学术论文进行科学评价是进行知识创新绩效评价的前提。目前,科研成果评价主要以专家匿名的方式进行评审,这种方式受专家自身学术知识水平和学科领域范围等限制,其评审的结果有一定的局限性,可能使得一些优质科研成果被遗漏或迟滞发表,也可能使另一些学术价值相对不高的成果发表在重要的学术期刊上。这将给科学研究的发展带来比较严重的后果,对国家创新能力发展带来负向作用。当前,学术界科研作假等学术不端现象屡有出现,催生了全社会对科研成果尤其是学术论文进行科学评价的迫切需求。因此本研究以人工智能等理论与技术为基础,并结合学术论文评价理论与实践,构建了学术论文智能评价的关键指标,提出智能化评价方法,以期将学术成果评价从主要依靠人工评价转向智能化评价,克服纯粹依靠专家匿名评审的不足。在对当前学术论文评价相关研究进行梳理和分析的基础之上,本文将主要从以下五个方面进行深入研究。(1)构建学术论文评价关键指标体系。在对学术论文深入分析的基础上,采用扎根理论方法对专家评价意见进行编码分析,通过对五个主范畴的研究和比较分析,系统梳理了主范畴与学术论文评审因素之间的关系,构建出结构层次清晰的学术论文评价关键指标。采用主成分分析方法确定指标权重,进一步完善了学术论文评价关键指标体系。(2)建立学术论文智能化评价框架。在传统学术论文评审流程基础上,将大数据、人工智能和其他信息技术融入到学术论文智能化评价的过程,将智能化框架分为三个主要模块:一是自动规范性检查模块;二是专家评价系统模块;三是编辑部处理模块。该智能化评价框架有望将基于智能化评价的学术论文评价理论与方法形成可供学术界实际应用的流程,在实施科学评价的同时,推动学术论文的规范化写作,提高学术论文的写作质量,并最终促进科学研究成果更好地传播与交流。(3)提出学术论文选题新颖性智能化评价方法。构建了学术论文选题新颖度识别与评价流程。进而提出了选题新颖性智能化评价过程,通过构建研究热点地图、特征向量分析及新颖性判断实现选题新颖性指标的智能化评价。最后采用实证研究的方法验证了该方法的可行性。(4)提出学术论文内容创新性智能化评价方法。在学术论文内容分析的基础上,构建了学术论文知识元本体模型,提出了知识元抽取规则,利用Word2Vec和朴素贝叶斯(Naive Bayes)方法对学术论文理论与方法创新进行分类,采用SVM模型构建知识元抽取规则库。在学术论文知识元库构建基础上,提出学术论文研究问题创新性、理论创新性、方法创新性、结论创新性智能化评价的基本方法,构建学术论文创新性智能化评价过程,最后采用实证验证了方法的可行性。(5)提出学术论文引文科学性智能化评价方法。分析引文层次,构建引文评价维度。提出基于引文的学术论文智能化评价思路和步骤,包括高相关学术论文识别、目标文章引用类型识别等内容,构建引文评价模型。通过实证研究验证评价模型和方法的可行性,并对引文评价模型进行修正。本文基于智能化评价的研究视角,运用人工智能的相关理论与方法,构建学术论文评价框架,突破了传统学术论文基于有限同行的评价模式,克服了专家评议的主观性弊端,同时提升了学术论文评价的效率和质量。在理论层面,通过建立学术论文关键指标及其智能化评价框架,将人工智能理论、技术和方法融入了学术论文评价体系,完善和深化了学术论文智能化评价的理论与方法体系。在实践层面,构建了学术论文智能化评价框架,通过实证研究探讨了选题新颖度、内容创新性和引文科学性三个主要指标的智能化评价过程。本研究建立了可供学术界实际应用的论文智能化评价流程,能够引导学术论文写作规范化,促进科学研究成果高效传播与交流,提升科学成果评价的质量和效率,进而推动国家科技创新成果评价的发展。未来将建立智能化综合评价系统,实现学术论文的创新性、科学性、价值性等的评价和自动评审意见的撰写,以推动大数据与人工智能技术在学术评价领域的深度应用。 还原

关键词:

学术论文评价;智能评价;同行评议;引文指标;选题新颖度;创新性评价;




https://blog.sciencenet.cn/blog-453577-1274249.html

上一篇:[转载]2020知识管理与知识服务在线学术研讨会
下一篇:公共图书馆可否再开放一些?
收藏 IP: 223.20.63.*| 热度|

1 王启云

该博文允许注册用户评论 请点击登录 评论 (2 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 09:54

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部