[论文解读] Author Name Co-Mention Analysis: Testing a Poor Man's Author Co-Citation Analysis Method

Andreas Strotmann, Arnim Bleier|arXiv (Cornell University)|Sep 20, 2013

scientometrics and bibliometrics research参考文献 8被引用 5

一句话总结

本文提出作者姓名共提及分析作为一种低成本替代方案，用于在代表性不足的学术领域中进行文献计量研究，替代传统的作者共引分析。通过对德国社会学协会（DGS）全文会议论文集中的作者姓名共提及情况进行分析，研究显示，尽管计算基础设施有限，该方法仍取得了令人鼓舞的结果，为引用数据库覆盖稀疏的领域提供了一种可行的文献计量研究方法。

ABSTRACT

As a social science information service for the German language countries, we document research projects, publications, and data in relevant fields. At the same time, we aim to provide well-founded bibliometric studies of these fields. Performing a citation analysis on an area of the German social sciences is, however, a serious challenge given the low and likely significantly biased coverage of these fields in the standard citation databases. Citations, and especially author citations, play a highly significant role in that literature, however. In this work in progress, we report preliminary methods and results for an author name co-mention analysis of a large fragment of a particularly interesting corpus of German sociology: a quarter century's worth of the full-text proceedings of the Deutsche Gesellschaft fuer Soziologie (DGS), which celebrated its 100th anniversary meeting in 2012. Results are encouraging for this poor cousin of author co-citation analysis, but considerable refinements, especially of the underlying computational infrastructure for full-text analysis, appear advisable for full-scale deployment of this method.

研究动机与目标

• 开发并测试一种在引用数据库覆盖较差的领域中进行文献计量分析的低成本方法，特别是德语社会科学领域。
• 解决标准数据库中德国社会学及相关学科引用数据存在偏差或不完整的问题。
• 评估在全文文献中作者姓名共提及是否可作为共引模式的代理指标。
• 评估该方法在资源受限环境下的大规模文献计量研究中的可行性与可靠性。

提出的方法

• 该方法识别德国社会学协会（DGS）全文会议论文集中，同一句子或短文本窗口内作者姓名的共提及情况。
• 将共提及视为作者之间感知到的学术相关性或概念关联的指标。
• 该分析应用于DGS年会论文集25年期的全文内容，而非引用元数据。
• 该方法依赖自然语言处理技术，从文档中提取并统计共提及事件。
• 结果与传统共引分析的预期进行比较，但本文未进行直接的统计比较。
• 由于该方法对结构化引用数据的依赖程度极低，因此被称为“穷人的替代方案”。

实验结果

研究问题

• RQ1 在缺乏可靠引用数据的情况下，全文文献中的作者姓名共提及能否作为文献计量分析中作者共引模式的可靠代理？
• RQ2 在引用数据库覆盖有限的领域中，共提及分析在捕捉学术关系方面的有效性如何？
• RQ3 在大规模全文语料库中扩展共提及分析时，面临哪些计算与方法论挑战？
• RQ4 共提及模式在多大程度上反映了德国社会学中的实际知识或学科关联？
• RQ5 共提及分析是否可作为代表性不足或非英语学术领域中文献计量研究的可行替代方案？

主要发现

• 该方法取得了令人鼓舞的结果，表明在缺乏稳健引用数据的情况下，作者姓名共提及能够捕捉到有意义的学术关系。
• DGS论文集中共提及模式显示出与德国社会学中已知知识网络一致的可检测结构。
• 研究发现，共提及频率对语料库内的学科重点和主题一致性具有敏感性。
• 尽管结果令人鼓舞，作者指出，为实现全面部署，仍需对计算基础设施进行重大改进。
• 该方法显示出作为传统共引分析低成本替代方案的潜力，尤其适用于数据库覆盖有限的领域。
• 该方法仍处于进行中，作者强调需要改进文本处理与归一化技术。