[论文解读] Creation and use of Citations in the ADS

Alberto Accomazzi, Gunther L. Eichhorn+7 more|ArXiv.org|Oct 3, 2006

scientometrics and bibliometrics research参考文献 3被引用 4

一句话总结

本文詳細描述了天文物理數據系統（ADS）用於從天文學與物理學文獻（包括全文文章和arXiv電子印刷品）中自動提取、解析並維護引用數據的系統。研究顯示，ADS透過嚴謹的解析與匹配演算法，提供全面且精確的引用索引，具備強健的程式介面存取與可靠的引用指標，尤其在天文學與天體物理學研究領域表現尤為出色。

ABSTRACT

With over 20 million records, the ADS citation database is regularly used by researchers and librarians to measure the scientific impact of individuals, groups, and institutions. In addition to the traditional sources of citations, the ADS has recently added references extracted from the arXiv e-prints on a nightly basis. We review the procedures used to harvest and identify the reference data used in the creation of citations, the policies and procedures that we follow to avoid double-counting and to eliminate contributions which may not be scholarly in nature. Finally, we describe how users and institutions can easily obtain quantitative citation data from the ADS, both interactively and via web-based programming tools. The ADS is available at http://ads.harvard.edu.

研究动机与目标

• 說明ADS如何系統性地從多樣來源（包括期刊、電子印刷品與全文掃描）建立並維護引用數據的流程。
• 解決引用解析中的挑戰，例如重複計數、非學術貢獻，以及不完整或格式錯誤的參考文獻。
• 描述使用者與機構如何透過互動式與程式介面方式存取引用數據，以進行文獻計量分析。
• 將ADS的引用覆蓋範圍與其他來源（如ISI、Google Scholar與Citebase）進行比較，強調其在天文與物理學領域的優勢。
• 展示引用數據在實現進階搜尋功能（如myADS與基於RSS的警示）中的角色，以實時發現新文獻。

提出的方法

• 使用光學字元辨識（OCR）技術，每晚自動處理全文文章與電子印刷品（含arXiv），以提取參考文獻部分。
• 將參考字串解析為書目項目（例如：作者、標題、年份），為每筆引用生成暫定的bibcode。
• 利用相似度評分演算法，將解析後的參考文獻與現有ADS記錄進行比對，以確認正確識別。
• 維護已解析的參考文獻資料表（文件A引用文件B），並反轉該資料表以生成引用清單（B被A引用）。
• 即使在全文中出現，亦排除未解析的參考文獻，以避免誤導使用者，確保資料完整性。
• 透過結構化XML輸出與RSS資料串，提供程式介面存取，支援自動查詢與新引用的即時監測。

实验结果

研究问题

• RQ1 ADS如何確保從期刊文章、電子印刷品與掃描全文等多樣來源中，精確且完整地提取引用數據？
• RQ2 ADS使用何種機制防止重複計數，並排除非學術性參考文獻進入引用計數？
• RQ3 與ISI、Google Scholar與Citebase等其他書目資料庫相比，ADS的引用覆蓋範圍與準確度如何？
• RQ4 將arXiv電子印刷品納入引用系統，對ADS的引用覆蓋範圍（特別是近期文獻）提升程度為何？
• RQ5 研究人員與機構如何有效利用程式介面存取引用數據，以進行持續的文獻監測與文獻計量分析？

主要发现

• ADS維持超過2000萬筆具備引用數據的記錄，其引用覆蓋範圍在天文與天體物理學領域尤其強大，得益於與主要出版商與期刊的合作。
• 將arXiv電子印刷品整合至引用系統，顯著提升了對預印本與快速發展中文獻的覆蓋範圍，特別是在物理與天文學領域。
• 透過解析後的參考文獻與現有ADS記錄之間的相似度評分，引用解析流程達到了高準確度，確保僅有效匹配被計入。
• ADS的引用數據不僅用於文獻計量分析，也支援核心文獻發現功能，如「被引用次數」連結、myADS警示與基於RSS的更新。
• 透過XML與RSS資料串的程式介面存取，研究人員可自動化追蹤引用數據，並以最低成本將ADS資料整合至外部系統。
• 論文中引用的獨立研究證實，與Google Scholar與Citebase等其他來源相比，ADS在天文與天體物理學領域提供了最完整且最可靠的引用數據。