基于不同内容层面的特定领域研究主题差异分析研究

赵 磊，章成志

(南京理工大学经济管理学院信息管理系,南京 210094)

1 引言

随着信息技术的进步和开放获取运动的日益蓬勃发展，以期刊、报告、会议为代表的全文本数据获取更加容易，数据量呈爆发式增长。与此同时，自然语言处理、机器学习等计算机技术不断发展，使得对学术论文的挖掘分析深入到全文之中。与基于机器可读目录等元数据进行的传统文献计量研究相比，基于全文本文献的计量研究在引用行为、实体抽取、关键词自动抽取、新兴研究话题和新兴技术预测等方面为文献计量学的研究提供了更加广阔的空间[1]。

尽管全文本文献的获取更加容易，但是与标题和摘要相比，文献的全文内容仍然较难获取，例如在Web of Science（简称WOS）数据库中，只提供了文献的标题和摘要内容，没有提供全文内容，这给基于全文本文献的主题分析带来了困难。因此，分析标题和摘要、全文内容中的主题差异，对使用标题和摘要中的主题内容来揭示全文的研究内容具有重要意义。此外，引文内容是作者对他人研究成果的总结和概括，分析引文内容与施引文献内容的主题差异，可以发现引文内容对其施引文献内容的作用，进而分析作者的引用动机[2]。然而，目前鲜有研究从不同内容层面：标题和摘要、引文内容、全文内容，对其主题差异进行分析，因此该研究是有必要的。

随着新冠肺炎（简称COVID-19）疫情的爆发并在全球范围内蔓延，众多领域的科研人员积极投入到了新冠病毒的研究中，发表了大量的学术成果，为病毒结构分析、病例诊断、疫苗研发、公共卫生管理等工作做出极大贡献。……