Page 91 - 《中国图书馆学报》2025年第1期

089
曹树金 闫 颂 李睿婧 曹茹烨:科技论文创新知识图谱构建与应用设计———以情报学期刊论文为例

来,形成“来源论文”这一关系。 另外,创新基础实体的来源定位难以唯一化,且在句子级别的论述
中,并不总是规范标明创新基础实体的来源,因此对创新基础实体的论文出处定位往往需要在篇
章级内容中进行。 而针对创新成果实体,其本身是该篇论文的重要成果,与当前论文具有紧密的
关联关系,能够直接与之绑定,且根据前一阶段研究 [1] ,能够直接将成果实体与其详细的创新过程
句进行关联,从而为用户直接提供整篇论文中与创新成果最相关的知识片段,帮助用户高效定位
创新成果的具体产生流程。 因此,将各创新成果实体与论文实体及创新过程功能句进行绑定,如

图 2b 所示。
在前一阶段的研究中 [1] ,将创新段落中的功能句按照回答论文创新点“基于什么” “做了什么”
“有何贡献”划分为“创新基础”“创新过程”“创新贡献”三种角色功能句。 对于“基于什么”的问题,
通过对创新句中的实体进行抽取,揭示“模型”“理论”“方法”“算法”“体系”实体类型之间在创新上
的关系,即梳理从基础到成果的关系,明确“创新基础”关系的具体流向。 现重点回答后两个问题,即
将“创新过程”“创新贡献” 两种创新功能句融合到图谱中,与论文实体建立“创新过程” 和“创新贡
献”关系,并与研究对象建立“研究”和“围绕”关系。 本研究中,“创新过程”用于描述一篇科技论文
中与“创新成果”产生过程相关的内容,例如实证研究中实验参数的设置、实验公式的推导、模型假设

的论述等内容。 关于“创新贡献”,相关研究将其描述为论文作者提出的新理论、新方法、新技术、新
成果、新应用等创新贡献要素对人类社会发展与科技进步所带来的社会价值与经济效益 [32] ,因此,本
研究的“创新贡献”重在提取科技论文中“创新成果”所带来的价值、意义、贡献等内容的表述。 同时,
了解科技论文的创新工具能够帮助科研人员更快速地选择研究工具,以科技论文节点为出发点,将识
别出来的工具、研究对象与论文建立关联关系,融合补充到图谱之中,提供更为丰富的创新知识。 本
研究提出了如图 2c 所示的以论文实体为起始节点的关系网络,将创新知识图谱中的实体和关系从句
子中的关键研究对象到创新核心功能句及科技论文关键信息进行了全面的整合,形成了一个包含多

粒度信息的科技论文创新知识图谱模式层结构。
3. 2 实验环境与数据标注
3. 2. 1 实验环境

本实验在 Windows 10 操作系统中进行,使用 Python 3. 6 编程语言,选择 Pytorch 1. 7. 1 深度学习框架。
3. 2. 2 标注工具及规则
阿里云 NLP 自学习平台支持多种 NLP 处理任务,包括但不限于文本实体抽取、文本分类、关键短
语抽取、关系抽取等,同时也提供可视化、可拖拽式基础标注功能。 本研究使用该平台所提供的标注

功能对所有实验数据进行手动标注。
第一轮标注由作者独自完成,完成后自行进行抽检,第二轮标注邀请三位情报学硕士研究生、两
位博士研究生参与,对两轮标注结果不一致的情况,则共同讨论确定最终标注结果。 最后以 JSON 格

式导出所有标注数据,并按照后期训练模型数据输入的格式要求对数据进行抽取与清洗,输入训练模
型的标注格式如表 1 所示。
基于深度学习的中文命名实体识别任务不同于英文任务,英文词与词之间存在的空格标识能够
将单词边界明确区分开来,而中文表述是以汉字为单位,没有明确的词汇边界 [33] ,因此在将中文语料
输入深度学习模型之前需要通过特定的序列标注方法将其转化为标准标注格式,本研究选择 BIOSE

标注方法对语料进行处理。 通过代码处理替代人工处理的方式对 JSON 格式的标注文本进行 BIOSE
编码。

2025 年 1 月 January,2025