学术成果中“一石多鸟”设计，近似修辞中“双关”技巧，或者，心理学格式塔图（一图多意的创意设计）。指创作者在不增加知识传播质料损耗前提下，开启倍增的知识，“加量不加价”大大提升知识丰度。

如一篇学术论文，主题为：基于知识图谱的知识图谱综述（有现实原型）

实现两个目的：1.综述功能，梳理了“知识图谱”研究脉络；2.方法论功能，展示了最先进的知识图谱技术。

-----------------------------------------

“一石多鸟”设计

简介：这是一张博士论文综述部分一个四级标题的用图，原初目标是：说清楚，研究题材A（五角星），是如何产生的，而这段科学史，正如卡尔·波普尔的观念：科学是“猜想与反驳”的文化过程。

它的倍增知识，将在最后呈现。

图 5 示意图：“方法-问题”研究溯源

“方法―问题”研究的源头，可溯源至共现分析法（Co-occurrence Analysis）和爬虫技术出现。

第一阶段：”填空式“的试错（波普尔语境中的”猜想“）

当手握锤子，一切都像钉子。网络论文数据库的题录数据，包括题名、作者、关键词、机构等特征项，两种数据挖掘方法的出现，激活人们沿着题录数据固有形式，展开“填空式的”试错，如图中“试错1-5”。

第二阶段：抛弃、悬置、又或改进（波普尔语境中的”反驳“）

产出学术价值的程度、暴露出的困难能否克服，这些因素决定了一条试错思路是被抛弃、悬置，又或改进。

例如试错4：多重（三元组）共现分析，研究者难以从分析结果中知觉到潜在的有用知识（试想“三模网络”可读性），因此它被抛弃。方法关键词是从文献中选出的“方法类”术语，“方法”相较其他术语类型分布更收敛，同时，产生关涉方法论的新知识，基于方法关键词的三项“试错”获得学术界接纳。

第三阶段：再次，试错和改进（猜想-反驳）✖ 2

由于方法关键词具有主观性特点，同时，词层面固有“同量不同质”、“高频孤立词”等漏洞，这使得它们尚不能令人满意。为获取更有方法论指导意义的结论，在内容分析法和扎根理论（编码技巧）启发下，研究者以文献中真实使用科学方法的“编码”取代“方法关键词”。而为了避免人工“编码”的昂贵代价、增加揭示范围，研究者们再度利用自然语言处理技术、知识图谱技术深化两项研究。“科学方法―科学问题”适用关系研究，最终渐进完善至“方法知识元-问题知识元”共现分析研究，即“方法―问题”研究。

第四阶段：形成固定的解题套路（波普尔语境的”常规科学“阶段），研究题材A产生

学术共同体成员通过一个接一个的范例，不断对某项“试错”进行补充和声援，当它的解题方法和适用范围（方法―问题）稳固下来，“试错”渐变为一项可以预期的科学解谜活动，则 “试错”将被奉为经验并得以保存、进入到一种“常规科学”阶段。

第五阶段：”研究范畴“的形成

那些紧密联系的“方法-问题”二元组，将构成一个新研究范畴。

如果完全看懂了，下面进入“一石多鸟”阶段

-----------------------------------------

这张综述图，为视作很多重要科学哲学理论判断的实例，帮助读者更好领会”名人名言“

1.卡尔·波普尔的观念：科学是“猜想与反驳”的文化过程。

图中呈现了：”猜想（试错）-反驳（抛弃、改进、悬置）“的反复过程，科学知识实现了增长

2.乔治·萨顿在《科学的生命》里判断：在科学领域内，方法至为重要。一部科学史，在很大程度上就是一部工具史”....

图中呈现了：新方法和技术，是如何推动一个新”研究范畴“形成。

3.”拉普拉斯变换“的拉普拉斯：发现一种天才的研究方法, 对于科学的进步……并不比发现本身更少用处

图中呈现了，共现分析方法，是整段知识增长的肇始，它率先开启了质料（固有存在的”题录数据“）

4.哲学领域的普遍观点：创新的发生，是不同类型知识和不同类型思维，相互碰撞的结果

图中呈现了，”工具“与”质料“的碰撞

-----------------------------------------

这张综述图，启发的新灵感

1.真正的“神人”或者说“预言家”学者，是什么样子的？（学术预测问题）

这种人，在“研究范畴”形成之前，就粗糙地给出了一个”研究范畴“实例。

例如：我们假设制作桌子（研究主题A）需要锤子（方法B）。当现实世界尚无锤子（B）和桌子（A）时，有人就发表论文，在理念世界率先拿出“桌子”（A），也在现实世界粗糙地做出了“桌子”（A‘），只不过，现实世界无人识得“桌子”，更因为没有锤子，没法复制跟进，逐渐被人遗忘。

这种人就是真正的“预言家”，而这种”预言家论文“，可能知之者甚少，甚至无人引用。

现实有没有，有！我做这个研究的时候，就看到一些文献（80-90年代，手工的方法，做出了当下刚成传统的研究），太震撼了！但是被引寥寥。

2.图中，哪些创新是人的”科学理性“自然展开，或者说，创新套路（创新模式问题）

”科学理性“自然展开，指，这项创新，你不做，自然别人有人做，或者说，按照理性，一定会有人来做。

（比如共现，就又三元组共现，四元组共现）

图中，（1）方法的引进、（2）”填空式“的试错、(3)不满意的改进，都是”科学理性“的自然展开

所以，虽然它们都是创新，但都不属于”原始性创新“，你不做，自然有人做。

除了2个人：1.发明共现分析方法的人，2.第一个用共现分析方法，开启”题录数据“的人。

3. 想象，当下，CHATGPT，够我们的学者在”常规科学“阶段，忙活了。

想象：如果我们文明没有想象力，同时，没有西方原始创新成果供给(ji)我们的”常规科学“活动，我们该怎么办？？？？？？

-----------------------------------------下面的“一石多鸟”，需要对我的研究有了解，或者有兴趣了。

这张综述，同时说明了我做出的一些命题

1.  如何理解哲学领域”研究范畴“这个概念？

“范畴”是一种高度抽象的结构性命题概念，是事物据此以类型化之共性或本质（引用的，晦涩难懂）

 一个“研究范畴”的提出，总是伴随着重要问题的解决和相应科学方法的产生（引用的，没有定义，有点抽象）

我给出的判断：“研究范畴”等价于“问题―方法”二元组集合，两者是一致的、对应的、可转化的，构成了本体与现象的“体用关系”，这张图说明了为何等价。

第五阶段，若干个”问题-方法“二元组，构成了一个新的研究范畴：”方法结构实践“活动

2.做出解释，为什么我把图书情报领域的”方法-问题“研究，概括为方法”范畴结构“实践活动。

图书情报与档案管理领域”方法知识元-问题知识元“研究，简称为”方法-问题“研究

”方法-问题“ == ”问题-方法“  ==  范畴结构

所以，我概括为方法”范畴结构“实践活动。它们是等价，可以转化的。

3. 呼应了博士论文的主题（这里有点长）

博士论文，《面向社会科学创新评价问题的方法结构分析理论和方法研究》（暂定）

旨在解决的问题：社会科学领域，我们能否以理性为根据，围绕“创新”进行价值判断？即回答How to derive “Ought(应当)” from “Is(存在)”？――如何从“存在”（事实判断）中推导出“应当”（价值判断）。面对这样的价值理性难题，康德哲学通过《实践理性批判》在“建构人与人关系的活动”范畴中做出过回应。我们能否同样借助理性，从有关社会科学学术成果的事实判断中推导出围绕“创新”的价值判断，即理性能否论证：社会科学学术创新成果中，哪些是“好的，值得鼓励的”，哪些是“不好的，不值得鼓励的”？

图书情报档案管理领域给出的”直接测度学术论文的创新性“方案，我认为是徒劳的

“数学是一门纯粹理性的学问”“语言是‘存在’的家”，文献学和计算机领域的学者们正在发挥笛卡尔的理性原则，将数学理性直接作用于学术文本，从LDA、词向量到大语言模型，技术成就被不断运用于直接测度学术论文的创新性，并在这条道路上积累了丰厚成果，但是人类“认识”和“语言”的不同步，这条道路很难加以经验观察和思想实验的检验。譬如：“语言”是一种可以加以学习和利用的社会性技艺，工具理性允许人们综合“查重工具”“文字技巧”来改善“创新”水平。更为关键的是：科学知识增长被描述为一个“积累”与“飞跃”交替变化的过程，革命性创新往往是世界观的转变，好比“神创论”“进化论”，新旧理论使用两套截然不同的语言来描述世界。它们之间的“不可同约性”，使得“语言”甚至无法作为测度彼此的桥梁。

我的方案，是借鉴”艺术与审美哲学“”科学哲学“的证伪主义方案。

即：不通过计算证明你的论文有何种的”创新度"，而是证伪，通过论文的过程结构，排除那些水论文，两种水论文的创新形式是：低水平重复，加码创新（特设式修改）

这张图其实说明了这两种形式：

经验研究的核心内容由“问题”、“方法”和“结论”三部分构成。当学术界，已经固定下来、形成传统的某个”问题-方法“二元组时：

1.  低水平重复。

   研究者利用社会科学事项无限性的特点，通过变幻”问题“的实例，方法相同，结论不同，实现创新。

   例如：”研究热点识别问题----聚类技术“，已经成熟。 随之而来的《A学科热点识别》，《B学科热点识别》。。。《N学科热点识别》，这是无法查重的，因为学科不同，术语不同。

2. 加码创新。

   研究者将知识增长活动改变为”方法知识增殖“活动。”问题“某个实例上，在”方法传统”基础上增加复杂度，实现方法创新。

   为解决领域问题，”方法“可以无限增加，例：A模型+B模型+C模型+D模型+N模型，不断加码的模型

       但是，特设性修改没有普适性，”创新方法“不适用”问题“，仅适用于”问题“实例，无法解决其他实例。

       这是创新的，但是是”增殖“的，无效的。

       反驳：虽然解决仅是领域问题，但通过增加复杂度，某个评价指标从80-95了，难道不是创新？

       回应反驳：1.深度学习出来，特征工程被淘汰；CHATGPT出来，深度学习被淘汰。

                         你用特征工程做到95，现在，能发表出来嘛？

                         2.特征工程做到95，你应该清楚，场景变换，很可能到60，毫无价值。

                         所以，你孜孜不倦的用4篇文章，在一个问题实例中，加码创新，把80做85，90，95，难道 不是水论文嘛？