文献计量范式下的科学知识图谱研究：新进展与新挑战

摘要

知识图谱是一个相对较新的交叉研究领域,目前已形成两种不同的研究范式——基于文献计量的Bib M范式和基于自然语言处理的NLP范式。文章聚焦于近年来Bib M范式的知识图谱研究,运用文献调研和比较研究方法,分别从数据源、研究策略、绘制工具、图谱解读与评估,以及未来突破多个方面,对该领域取得的研究进展及未来发展趋向进行了较为系统的梳理分析。本文主要综述发现包括:（1）知识图谱是典型的数据驱动型研究,得益于数据开放获取（OA）和开放引文（OC）运动的不断推进,其数据源的使用已经发生显著变化,近期正处于从基于题录数据向基于全文数据、从单一数据源向多源数据融合利用的转变中。（2）知识图谱的研究与分析策略主要包括基于引文数据的分析（涉及引用与被引用、书目耦合和同被引等关系）、合著/合作分析（涉及作者、机构以及国家/地区不同层面）和共词分析（含关键词、主题词及突现词等）。当前,在上述各种策略综合利用的基础上,针对更多知识实体（Knowledge Entities）开展更细颗粒度和更微观化的知识图谱研究已经提到了议事日程,相应地,研究策略也正从基于形式特征分析向更多依赖内容特征分析演变发展,涉及的知识实体之间的语义关系也越来越细化和丰富。（3）数据科学的兴起带动了更多数据可视化工具的开发利用,新的图谱绘制软件（工具）不断涌现。一批著名知识图谱工具的免费获取（利用）,大大降低了国内外相关研究的门槛和成本支出。（4）知识图谱研究中的图谱解读与评估具有一定难度,"重绘制、轻解读、少评估"倾向明显,尤其是国内研究,对所绘制图谱大都缺乏规范的同行验证,急需得到重视并改善。（5）来自于NLP范式的语义网、文本挖掘、知识表示与知识库、机器学习等技术（成果）,对知识图谱的未来发展及研究突破已形成越来越重要的支撑。两种研究范式的交叉融合已是大势所趋。