学术全文本的学术创新贡献识别探索

破除"SCI至上",从学术全文本视角进行学术研究成果的创新点和贡献点自动识别,对于支持和完善同行评价和代表作评价有显著的数据支撑作用.本文提出一个深度学习与规则结合的学术创新贡献识别方法,首先标注学术文本中潜在创新贡献短语,其次构建以B E RT为基础的自动识别模型,同时制定出细粒度的抽取规则,最后应用到大规模数据集的抽取当中.本文选取菊花领域的学术文本进行实证研究,成功由学术文本中自动识别并抽取出可以表征学术成果价值的学术创新点和贡献点.将多个学者的创新贡献用图谱等可视化方法进行综合展示可以成为后续研究的方向.