论文评审意见再一则（2016）

武夷山

    选题很有意思。

1.      领域分类部分叙述得不清楚。领域训练语料来自哪里？每个类的名称是怎么确定的？

2.      生物学的排序靠后，但为什么选择这个领域呢？作者没有交代。选中的另外几个领域都是排序靠前的。

3.      科学松鼠会不是个人，必须从样本中剔除。

4.      图3的跨学科高影响力用户都符合作者“两个Top100”的定义吗？我表示怀疑。直觉上感到，符合作者定义的跨学科高影响力用户没有那么多。

5.      举例说，有些博文，用作者的方法去分类也许判定为生命科学，但仔细读内容才看出其实是讨论科技政策的，应归入科技政策类。希望作者将跨学科高影响力用户排名前10 的用户取出来，随机抽取一些他们的博文，进行人工分类，以作为参照，看看机器分类的误差有多大。希望作者在“讨论”部分明确指出机器分类的误差及对研究结论的影响。目前的做法，实质上是假定，作者的贝叶斯分类结论一定正确。

    建议修改后发表。另外，我对贝叶斯方法不熟，最好找熟悉贝叶斯分类器的学者就本文的方法部分再审一审。