基于引文内容分析的引用情感识别研究

doi:10.13266/j.issn.0252-3116.2018.15.013

图书情报工作 ›› 2018, Vol. 62 ›› Issue (15): 112-121.DOI: 10.13266/j.issn.0252-3116.2018.15.013

基于引文内容分析的引用情感识别研究

廖君华¹, 刘自强^2,3, 白如江¹, 陈军营¹

1. 山东理工大学科技信息研究所淄博 255049;
2. 中国科学院成都文献情报中心成都 610041;
3. 中国科学院大学北京 100190

收稿日期:2018-01-21 修回日期:2018-05-03 出版日期:2018-08-05 发布日期:2018-08-05
通讯作者: 白如江(ORCID:0000-0003-3822-8484),副研究馆员,博士,通讯作者,E-mail:brj@sdut.edu.cn
作者简介:廖君华(ORCID:0000-0002-8641-0080),讲师,硕士;刘自强(ORCID:0000-0003-1814-8655),硕士研究生;陈军营(ORCID:0000-0003-3550-1641),硕士研究生。
基金资助:
本文系教育部人文社会科学研究青年基金项目"基于引文内容分析的科技创新路径识别研究"（项目编号：16YJC870008）和山东理工大学高等教育研究项目（项目编号：2018GJY08）研究成果之一。

Citation Sentiment Recognition Method Based on Citation Content Analysis

Liao Junhua¹, Liu Ziqiang^2,3, Bai Rujiang¹, Chen Junying¹

1. Institute of Scientific Technical Information, Shandong University of Technology, Zibo 255049;
2. Chengdu Library and Information Center, Chinese Academy of Sciences, Chengdu 610041;
3. University of Chinese Academy of Sciences, Beijing 100190

Received:2018-01-21 Revised:2018-05-03 Online:2018-08-05 Published:2018-08-05

摘要/Abstract

摘要： [目的/意义]针对自动识别论文引用情感问题，提出一种基于引文内容分析的识别方法并进行可视化展示，克服基于简单引用频次计量无法区分不同引用情感的问题。[方法/过程]首先，利用正则表达式抽取出论文全文中的引文内容信息；然后，利用TF-IDF算法筛选出引用情感特征词，结合情感词典，利用情感分析技术对引文内容进行引用情感识别；最后，利用可视化工具展示出引用情感整体分布情况。[结果/结论]该方法能够有效识别出抗衰老领域论文数据集中引用情感情况。实验结果显示，该领域正面引用占总引用次数的21%，中立引用占总引用次数的78%，负面引用仅占总引用次数的1%。与传统引文网络相比较，基于引用情感的可视化图谱可以有效识别出不同引用情感在整体数据集合上的分布情况。

关键词: 引文内容分析, 引用情感, 情感分析, 可视化

Abstract: [Purpose/significance] The paper proposes an identification method based on the analysis of citations content. And a visual display is presented to overcome the problem of different citation emotions based on simple reference frequency measurement. [Method/process] First, it uses regular expressions to extract the content information of the text in full text. Then, it uses the TF-IDF algorithm to select the quoted emotion feature words, combines the emotional dictionary, and uses emotional analysis technology to quote emotion recognition. Finally, the use of visual tools shows the overall distribution of the reference emotion. [Result/conclusion] The method can effectively identify emotional information in the domain of anti-aging. The experimental results show that the positive citation accounts for 21% of the total citation frequency, neutral citation accounts for 78% of the total citation frequency, and negative citation accounts for only 1% of the total citation frequency. Compared with the traditional citation network, the visualization map based on citation emotion can effectively identify the distribution of different citation emotions on the overall data set.

Key words: citation content analysis, citation motivation, emotion analysis, visualization

中图分类号:

G250

廖君华, 刘自强, 白如江, 陈军营. 基于引文内容分析的引用情感识别研究[J]. 图书情报工作, 2018, 62(15): 112-121.

Liao Junhua, Liu Ziqiang, Bai Rujiang, Chen Junying. Citation Sentiment Recognition Method Based on Citation Content Analysis[J]. LIS, 2018, 62(15): 112-121.

参考文献

[1] 赵蓉英,王建品.引用内容分析与引文著录分析的比较研究[J].图书情报工作,2017,61(10):110-115.
[2] 国家科学技术奖励工作办公室.国家自然科学奖奖励介绍[EB/OL].[2017-07-27]. http://www.nosta.gov.cn/web/detail.aspx?menuID=158&contentID=1115.
[3] 胡志刚,陈超美,刘泽渊,等.基于XML全文数据引文分析系统的设计与实现[J].现代图书情报技术,2012(11):72-77.
[4] MORAVCSIK M J, MURUGESAN P. Some results on the function and quality of citations[J]. Social studies of science, 1975, 5(1):86-92.
[5] SMALL H G. Cited documents as concept symbols[J]. Social studies of science, 1978, 8(3):327-340.
[6] SMALL H G, GREENLEE E. Citation context analysis of a co-citation cluster:recombinant-DNA[J]. Scientometrics, 1980, 2(4):277-301.
[7] DING Y. Content-based citation analysis:the next generation in citation analysis[EB/OL].[2012-09-26].http://www.lis.illinois.edu/events/2012/09/26/content-based-citation-analysis-next-generation-citation-analysis.
[8] 祝青松,冷伏海.基于引文内容分析的高被引论文主题识别研究[J].中国图书馆学报,2014,40(1):30-49.
[9] 陆伟,孟睿,刘兴帮.面向引用关系的引文内容标注框架研究[J].中国图书馆学报,2014,40(6):93-104.
[10] 赵蓉英,曾宪琴,陈必坤.全文本引文分析-引文分析的新发展[J].图书情报工作,2014,58(9):129-135.
[11] 赵蓉英, 郭凤娇, 曾宪琴. 基于位置的共被引分析实证研究.情报学报,2016,35(5):492-500.
[12] GARFIELD E. Can citation indexing be automated?[J]. Essays of an information scientist, 1962, 1:84-90.
[13] CANO V. Citation behavior:classification, utility, and location[J]. Journal of the American Society for Information Science, 1989,40(4):284-290.
[14] LIU M X. Progress in documentation the complexities of citation practice:a review of citation studies[J]. Journal of documentation, 1993, 49(4):370-408.
[15] CASE D O, HIGGINS G M. How can we investigate citation behavior? A study of reasons for citing literature in communication[J]. Journal of the American Society for Information Science, 2000, 51(7):635-645.
[16] KESSLER M M. Bibliographic coupling between scientific papers[J]. American documentation wiley online library, 1963, 14(1):10-25.
[17] SMALL H G. Co-citation in the scientific literature:a new measure of the relationship between two documents[J] Journal of the American Society for Information Science, 1973, 24(4):265-269.
[18] CHUBIN D E, MOITRA S D. Content analysis of references:adjunct or alternative to citation counting?[J]. Social studies of science, 1975, 5(4):423-441.
[19] TEUFEL S, SIDDHARTHAN A, DAN T. Automatic classification of citation function[C]//Conference on empirical methods in natural language processing, 出版地:出版者2006, 14(1):103-110.
[20] 刘盛博,丁堃,张春博. 基于引用内容性质的引文评价研究[J].情报理论与实践,2015,38(3):77-81.
[21] SHADISH W R, TOLLIVER D, GRAY M, ET AL. Author judgments about works they cite:three studies from psychology journals[J]. Social studies of science, 1995, 25(3):477-498.
[22] Verlic M, Stiglic G, Kocbek S, et al. Sentiment in science a case study of cbms contributions in years 2003 to 2007[C]//Computer-based medical wystems,2008 CBMS'0821st IEEE international symposium on. albuquerque,Jyväskylä, Finland:IEEE, 2008:138-143.
[23] SMALL H. Interpreting maps of science using citation context sentiments:a preliminary investigation[J]. Scientometrics, 2011, 87(2):373-388.
[24] BONACICH P B. Factoring and weighting approaches to status scores and clique identification[J].Journal of mathematical sociology,1972, 2(1):113-120.
[25] TOUTANOVA K, MANNING C D. Enriching the knowledge sources used in a maximum entropy part-of-speech tagger[C]//Joint sigdat conference on empirical methods in natural language processing, Hong Kong:ACM,2000, 25(6):63-70.
[26] JACOMY M, BASTIAN M, HEYMANN S. Gephi:an open source software for exploring and manipulating networks[C]//International conference on weblogs & social media. San Jose:The AAAI Press, 2009:361-362.

基于引文内容分析的引用情感识别研究

Citation Sentiment Recognition Method Based on Citation Content Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	韦景竹, 操慧子, 张乐乐. 基于在线评论的公共文化云活动用户需求研究[J]. 图书情报工作, 2022, 66(9): 66-73.
[2]	王阮, 邓君. 故事线构建及可视化、情感化、场景化应用探索——以《张学良口述历史》为例[J]. 图书情报工作, 2022, 66(7): 17-25.
[3]	侯西龙, 王晓光, 段青玉. 数字人文视域下文化遗产图像远读可视化调查与分析[J]. 图书情报工作, 2022, 66(3): 54-64.
[4]	马晓悦, 孙铭菲. 融合热点事件主题演化的民族文化扩散研究[J]. 图书情报工作, 2022, 66(3): 106-117.
[5]	刘晓娟, 李歆然, 孙镘莉, 谢瑞婷. iSchool联盟成员的可视化相关课程设置调查研究[J]. 图书情报工作, 2022, 66(2): 57-65.
[6]	欧石燕, 凌洪飞. 引用文本自动分类及其应用研究[J]. 图书情报工作, 2022, 66(16): 125-136.
[7]	赵蓉英, 朱伟杰, 常茹茹, 刘卓著. 话语权研究可视化分析：溯源、审视与演进[J]. 图书情报工作, 2022, 66(11): 4-13.
[8]	马晓悦, 孟啸, 王镇, 刘益东. 网络突发事件中社交机器人情感的交互式影响机制研究[J]. 图书情报工作, 2021, 65(8): 74-84.
[9]	马费成, 赵蓉英, 刘卓著, 李培萍, 何元, 孟玫. “十三五”图情档学科进展:国家社科基金项目解析[J]. 图书情报工作, 2021, 65(5): 4-13.
[10]	刘云婷, 翟冉冉, 韩正彪. 用户信息行为理论模型的扩散与影响研究——以Wilson信息行为模型为例[J]. 图书情报工作, 2021, 65(22): 96-105.
[11]	吴茵茵. 英美高校图书馆在线展览的主题和情感特征定量分析[J]. 图书情报工作, 2021, 65(20): 142-150.
[12]	谭芳, 杨阳, 卓伊玲, 徐健, 肖卓. 网络隐私争议事件中用户隐私关注及情感对比研究[J]. 图书情报工作, 2021, 65(2): 87-97.
[13]	池毛毛, 潘美钰, 王伟军. 共享住宿与酒店用户评论文本的跨平台比较研究:基于LDA的主题社会网络和情感分析[J]. 图书情报工作, 2021, 65(2): 107-116.
[14]	崔斌, 王东波, 黄水清. 基于典籍文本的农作物时间分布及演化特征研究——以《食货志》为例[J]. 图书情报工作, 2021, 65(14): 90-100.
[15]	刘运梅, 张帅, 司湘云, 马费成. 基于内容标注的三角引用动机研究方法探析[J]. 图书情报工作, 2021, 65(10): 48-55.