要点总结 #
随着开放获取运动和人工智能技术的快速发展，全文本计量分析成为学术研究的热点。2023年，由章成志、胡志刚、徐硕等人发起的第四届全文本文献计量分析学术沙龙在成都举行，吸引了八十余位专家学者参与。沙龙围绕大语言模型与全文本计量分析、全文计量分析的应用场景等主题展开讨论，旨在揭示该领域的研究现状和发展趋势。
沙龙重点讨论了大语言模型在全文本计量分析中的应用，特别是在学术评价、创新识别和颠覆性技术识别等方面的潜力。尽管大语言模型在全文解析和专业性上存在局限性，但其强大的自然语言处理能力为科研提供了新的工具。此外，沙龙还探讨了全文本计量分析在学者性别差异、专利命名实体识别等领域的应用，并提出了推进全文本计量分析实用化的建议。
关键要点 #
论文重要性 #
这项研究对于推动全文本计量分析的发展具有重要意义。 随着大语言模型的快速发展和开放获取运动的推进，全文本计量分析在学术研究和科技评价中的应用越来越广泛。研究不仅揭示了大语言模型在全文本计量分析中的潜力，还提出了推进实用化的具体建议，为该领域的未来发展提供了新的思路。 此外，研究还探讨了全文本计量分析在学者性别差异、专利命名实体识别等领域的应用，展示了其广泛的研究价值。未来，随着数据开放和工具标准化，全文本计量分析将在更多领域发挥重要作用。
深度解读 #
大模型与计量 #
大语言模型在全文本计量分析中的应用是本次沙龙的核心议题之一。随着ChatGPT等生成式AI的兴起，大语言模型在自然语言处理领域展现了强大的潜力。胡志刚的研究表明，ChatGPT在全文计量分析中的应用仍存在局限性，如对长文本和多PDF的支持不足、专业性欠缺、无法识别结构化信息等。然而，ChatGPT提供了自然语言交互的界面，极大降低了技术门槛，未来有望与文献检索、知识图谱等工具深度集成，为科研提供更强大的支持。周海晨的实验进一步验证了生成式AI在学术评价中的潜力，尽管与专家评价存在分歧，但其在自动化评价中的应用前景广阔。总体而言，大语言模型为全文本计量分析带来了新的机遇，但也面临专业性、计算能力和数据合规性等挑战。
性别差异研究 #
学者研究主题与方法的性别差异是本次沙龙探讨的另一重要方向。章成志基于图书情报领域的期刊数据，构建了研究方法自动分类模型CogFT，揭示了性别在研究主题和方法选择上的显著差异。研究发现，女性学者更倾向于健康信息、高校图书馆等主题，并偏好访谈和问卷调查，而男性学者则更关注信息检索、模型算法等主题，并倾向于使用理论方法。这种差异不仅反映了性别在学术研究中的不同偏好，也为促进学术领域的性别平等提供了重要依据。未来的研究可以进一步探索这种差异背后的深层次原因，并尝试通过政策调整和技术支持，推动学术研究的多样性和包容性。
颠覆性技术识别 #
颠覆性技术的识别与预判是当前科技研究的热点问题。徐硕团队通过将颠覆性技术识别问题转化为机器学习中的二分类问题，提出了一种基于专利术语的颠覆性技术识别方法。该方法结合技术创新性和影响力两个维度，构建了包含5个指标的颠覆性技术识别体系，并在太阳能光伏领域进行了实证研究，验证了其有效性。陈亮的研究进一步探索了专利命名实体识别与发展脉络抽取，提出了基于语义信息的主路径分析方法（sMPA），为技术领域的知识演化脉络研究提供了新思路。这些研究不仅为颠覆性技术的识别提供了理论支持，也为科技决策和创新管理提供了重要工具。
全文本计量实用化 #
全文本计量分析的实用化是本次沙龙讨论的重点之一。徐硕指出，推进全文本计量分析的实用化需要从工具化和标准化两方面入手。现有工具如CiteSpace和VOSviewer的使用，可以显著提高文本数据分析的效率，而建立标准化的数据处理流程则有助于提高分析的准确性和可靠性。章成志和毛进强调了数据开放的重要性，认为当前全文数据的获取难度较大，推动数据开放是推进全文本计量分析实用化的关键。此外，算力问题也是制约全文本计量分析发展的重要因素，未来需要加强计算资源的投入，以支持大规模文本数据的处理和分析。
粒度悖论问题 #
文本选取的粒度悖论是全文本计量分析中不可忽视的问题。毛进指出，不同粒度的文本数据可能导致分析结果的差异，例如在使用MeSH主题词和关键词进行实验时，结果存在显著差异。章成志认为，粒度的选择应根据问题的复杂性和应用场景进行调整，而不是追求普适性。多粒度、多层次的文本计量方法可以更全面地理解和处理文本数据，但也需要避免因粒度选择不当而导致的结果不准确。未来的研究可以进一步探索粒度选择与结果之间的关系，并开发更灵活的文本计量方法，以适应不同研究需求。
完整论文 #
