NSTL外文期刊引文数据自动化拆分的研究与实践.pdfVIP

NSTL十年专刊 http: // NSTL外文期刊引文数据 自动化拆分的研究与实践 □ 鲜国建 赵瑞雪 金晨/ 中国农业科学院农业信息研究所 北京市 100081 摘要：文章简要分析了NSTL国际科学引文数据库的建设现状，讨论了期刊类型引文数据自动化拆分 的必要性和可行性，深入研究了期刊类型引文的著录规律，提出采用分类的思想将引文数据划分为不 同类型再分别加以拆分，设计出自动化拆分的具体流程和技术框架，实现了自动化拆分工具，并在农 学领域进行了自动化批量拆分的应用实践，增强了大规模数据的自动化处理能力，提高了数据的整体 质量及时效性。 关键词：NSTL，国际科学引文数据库，引文数据，自动化拆分 DOI：10.3772/j.issn.1673—2286.2010.10.019 引言 核心期刊，覆盖了理、工、农、医、标准和计量各领 域。从2006年开始建设至今，DISC 已累积加工建设引 引文即文献末尾所附的参考文献，它是文献的 文数据3000余万条，且这个数字在不断快速地增长。 必要组成部分。引文客观地描绘出科研工作中文献 以中国农业科学院农业信息研究所 （以下简称农科） 的利用关系，揭示科学研究及其成果之间的传播、借 承担的农学领域为例，2009年共完成了300余万条的加 [1] 鉴、继承和发展的脉络 。通过对引用的参考文献检 工任务。在NSTL引文数据库著录规则中明确要求，揭 索，将全文文献与引用的参考文献链接起来，可实现 示的参考文献种类要全面，包括期刊、图书、会议、 基于参考文献的源文献查找，实现文献所述知识点的 标准、学位论文、网络资源、专利文献、科技报告以 追根溯源，是拓展信息资源、提高获取知识效率的有 及其他类型；著录的字段要准确翔实，包括引文的类 [2] 效方法 。此外，引文还是评价科研人员和科研机构 型、作者、题名、出处、年、卷、期、页码、出版 学术地位的重要指标。因此，N STL高度重视引文数 地、出版公司、主编和网络信息等多个著录项；加工 据库的建设，自2006年开始投入建设国际科学引文数 语种除了英、法、德等主要西语语言外，还要涵盖多 据库 （Database of International Science Citation ，简称 种小语种文献。可以说，引文数据加工的数据规模巨 [4] DISC ）。DISC是集文献发现、引文链接、原文传递为 大，文献种类繁多且语言类型复杂 。因此，NSTL各 一体的服务系统，为我国科研人员提供世界科学研究 成员单位花费了大量的人力、物力和时间，以此来保 的脉络，为方便他们了解世界先进国家研究的动态与 证顺利完成各自的引文数据加工任务。 [3] 研究方法提供了重要途径 。本文从微观的角度探讨 目前大多数加工单位在数据加工过程中，仍以人工 了在建设DISC 的过程中，如何改变以手工为主的加工 方式为主，计算机为辅，这种加工方式不但效率较低， 方式，提高引文数据加工的自动化水平，缩短加工周 且质量难以保证，人员培训成本也较高。当前各单位的 期，提升引文数据的整体质量。 加工任务已基本处于饱和状态，一旦需要增加加工品 种，目前的加工方式则将难以应对。因此，各加工单位 1 引文数据库建设现状 有必要进一步优化改善现有的加工流程，改变以人工为