Page 76 - 《中国图书馆学报》2025年第1期

074 Journal of Library Science in China

科学问题谱系建构思路与模型的适用性和科学性,笔者选取我国文献计量学研究领域关于“h 指数”
研究的学术论文作为实证研究对象,展开科学问题谱系实例的构建。
4. 1 数据来源与获取
本文以 CNKI 数据库作为数据源,检索“篇名”字段中包含“h 指数”的学术论文,初步检索得到

440 篇学术论文(包括 409 篇期刊论文、19 篇博硕士论文、4 篇会议论文),数据采集时间为 2023 年 11
月 27 日。 由于经济学、农学研究领域也有同名的“h 指数”概念,为减少嘈杂数据干扰,通过人工判读
的方式剔除不相关研究,最终筛选出有效学术论文 424 篇作为研究数据。 依次下载这 424 篇文献的

元数据信息,包括标题、摘要、发表时间、文献来源等,将下载数据按 AID1—AID424 顺序编号保存在
Excel 表中,并对应编号下载其全文数据,作为初始数据集。
4. 2 科学问题谱系节点内容的预处理
根据 2. 1 节构建的学术论文科学问题谱系节点描述模型,识别学术论文中构成科学问题结构的

各类内容要素,将初始数据集中由文本揭示的学术论文处理为结构化数据。
由于学术论文中研究对象、问题指向、解答域预设等构成科学问题的内容涉及语义层面的判读,
本研究采用内容分析法,以人工判读与标注为主,以计算机自然语言中分词、词性标注等处理技术为
辅展开研究。 为进一步保证标注结果的质量,选取四名标注人员分为两组同时进行标注,规定只有标
注人员在熟识描述模型内容、对少量数据进行“预标注”实验达到标注结果误差可控的基础上,方可
进行正式的标注工作;对两组标注结果进行比对,对超出误差可控值域的部分进行讨论后重新标注,
循环往复直至获得统一的标注结果。 标注数据样例如表 2 所示。

表 2 部分标注实例

科学问题
内容要素
论文 问题 问题
论文标题 科学问题 AID
AID 数量 类型
研究 问题 解答域 疑项
对象 指向 预设

在科研
AID-295-Q1 h 指数 缺陷 是什么?
h 指数在科研评价中的 评价中
295 2 理解型
缺陷及其对策 在科研
AID-295-Q2 h 指数 对策 是什么?
评价中
科学家博客 h 指数与科 科学家博 相关性分析 与科学家 h
179 1 AID-179 是什么? 解释型
学家 h 指数相关性分析 客 h 指数 (结果) 指数(比较)

h 指数应用于微博影响 应用于微博 以我国“211
力分 析 的 探 索———以 影响力分析 工程” 大 学
173 1 AID-173 h 指数 是什么? 解决型
我国 “ 211 工 程” 大 学 的探 索 ( 结 图书馆微博
图书馆微博为例 果) 为例

通过上述处理,依次对编号为 AID1—AID424 的学术论文中科学问题的内容信息进行识别,并获
取其属性信息、关系信息与出版信息,将 424 篇学术论文数据化处理为如图 2 所示的可用数据模型描

总第五十一卷 第二七五期 Vol. 51. No. 275