说明：本博客与微信公众号《林墨》同步更新，所有内容均为原创，可授权转载。请扫码关注《林墨》公众号。

摘要

        像引文一样，科研出版物中的致谢也能体现谁对完成某一科学著作做了贡献。像引文索引一样，致谢索引也可成为一个评价科研贡献的利器。学者们开发了一种自动进行致谢索引的方法，通过结合引文索引可以更好地衡量各种人员、政府部门、公司和大学对研究的贡献。

屈天鹏 / 曾就读于东京工业大学

注：图片来源于张琳博士的微信“最浪漫的致谢”
 

        在中文论文中，作者们很少“致谢”，基金资助常常以脚注的方式出现在论文的首页，而对于个人的帮助与贡献，常常被忽略。在英文论文中，末尾有专门的“致谢”部分。今天向大家推荐一篇PNAS论文，该文专门研究了论文末尾处的致谢内容。

        学者们从1990-2004年间CiteSeer收录的335,000篇计算机科学论文中提取致谢内容。使用的是一种自动进行提取和索引致谢的方法，具体用到了正则表达式（regular expressions）和机器学习方法中的支持向量机（support vector machine, SVM）,其中SVM已经被证明是进行组块分析和命名实体提取的有效工具。结果发现188,052篇（占总数的56%）论文含有致谢，而且被致谢的命名实体（即个人和组织）的分布遵从幂次法则，即只有少数一些实体出现频次特别地高，而绝大部分的实体出现频次非常低。 

基金资助是致谢的主体

        被致谢的实体可以分成四类：政府资助机构、公司、大学和个人。因为向自己所在组织致谢不常见，所以可以把作者所属组织作为事实上的致谢对象并统计在内。总的来看，政府资助机构中被致谢最多的前15位比其他三个类别的被致谢实体中的每个类别的前15位获得的致谢次数多很多，公司和大学次之。

不能直接从被引次数推断基金资助效果 

        排在第一位的National Science Foundation (NSF)得到的致谢次数为12287次，是排在第二位的Defense Advanced Research Projects Agency (DARPA)的2.6倍，但致谢NSF的所有论文的总被引次数却只是致谢DARPA的论文的1.8倍，而致谢NSF的论文的平均被引次数还不到后者的十分之七。然而，并不能简单地下由此推断DARPA比NSF的资助取得了更好的效果，因为他们的资助目标、标准和额度是不同的。

被频繁致谢的人，应该向被频繁引用的人一样获得奖励

        有些个人比一些享有盛誉的公司和大学得到的致谢还要多。如果只考虑被引次数最多的前100篇论文中的致谢，个人获得的致谢次数要远比其他三种类型实体获得的多，这是因为对科研做出贡献的个人数目远大于组织实体的数目。

        对个人来说，得到的致谢次数与他或她的被引次数不具有良好的相关性，也许应该对得到的致谢次数多的个人给予奖励，即使他或她的被引次数不多。

        总之，把致谢索引和引文索引相结合，或许可以更好地衡量各种实体对科学研究的贡献。

参考文献

Giles, C. L., & Councill, I. G. (2004). Who gets acknowledged: measuring scientific contributions through automatic acknowledgment indexing. Proceedings of the National Academy of Sciences of the United States of America, 101(51), 17599-604.

文字编辑：李江