本书全面探讨了科技文本分析的智能方法，以情报学理论为支撑，以人工智能技术为核心，结合现代情报工程的前沿实践经验，对科技文本分析的任务图景、智能方法实现以及技术发展趋势进行了系统研究。首先分析了科技文本分析的概念、任务、实现流程和发展历史，系统性地提出了科技文本分析的任务图景。其次，深入论述科技文献的智能化版式分析方法、科技文本结构分析的智能方法、科技文本词汇功能分析的智能方法、科技文本中科技知识要素分析的智能方法，以及科技文本中引用片段的功能分析。再次，论述了科技文本中的科学机理识别、科技文本大模型等前沿课题，并简要分析科技文本中的偏见识别与环节、多模态科技文本分析等高阶任务。最后，分析了科技文本分析智能方法的发展趋势。
程齐凯，武汉大学副教授，博导，智能与创新治理研究所所长，长期从事情报分析、文本挖掘研究，主持自科面上项目等项目8项；发表SSCI、SCI、CSSCI及以上论文70余篇；获教育部高等学校科学研究优秀成果奖二等奖在内省部级奖励8次。
马永强，博士，讲师，毕业于武汉大学信息管理学院，师从陆伟教授。研究方向为智能情报技术、科技文本挖掘，在IP&M、ESWA、情报学报及ACL等期刊、会议发表论文十余篇，被引两百余次，相关研究成果在业内多次成功落地应用。
导言／001 第一章 科技文本与科技文本分析／005 一 基础概念／005 二 科技文本的模态类型与结构层级／009 三 科技文本分析的任务体系／015 四 科技文本分析面临的难题／025 五 走向智能化的科技文本分析技术／029 六 本章小结／033 第二章 科技文本中蕴含的知识体系／034 一 通用知识类型划分／035 二 本体视角下的科技文本知识类型／037 三 科技文本知识的本体类型域／045 四 文本结构视角下的科技文本知识体系／047 五 本章小结／057 第三章 第一性原理视角下的科技文本智能分析／059 一 科技文本分析的认识论观点／060 二 从认识论观点到方法论观点／064 三 本章小结／068 第四章 科技文献的版式识别／069 一 科技文献版式分析的任务和方法／069 二 科技文献图表分析的任务和方法／079 三 基于动态版式数据集生成的版式分析方法／083 四 交互式科技文献图表细粒度理解／090 五 本章小结／110 第五章 科技文本的结构功能分析／112 一 科技文本结构功能的定义与任务／112 二 科技文本结构功能的自动识别方法／117 三 科技文本的结构功能识别／121 四 本章小结／136 第六章 科技文本的词汇功能分析／137 一 科技文本词汇功能分析的任务定义／137 二 科技文本词汇功能识别的低成本实现方法／142 三 科技文本词汇功能识别的预训练语言模型方法／156 四 本章小结／163 第七章 科技文本的科技知识要素分析／165 一 科技知识要素的类型／165 二 科技知识要素识别的一般方法与实现／168 三 面向设备计量的设备概念识别与分析／174 四 本章小结／180 第八章 科技文本的引用片段识别及引用功能分析／181 一 科技文本引用功能分析的任务定义／182 二 科技文本引用片段定位／184 三 科技文本引用片段引用动机识别／190 四 超越文档粒度的知识要素引用网络构建与分析／194 五 本章小结／201 第九章 科技文本的科学机理识别与表示／203 一 科学机理抽取的任务定义／204 二 科学机理的表示方法／208 三 科技机理抽取数据集的构建／213 四 基于预训练语言模型的科学机理抽取方法／216 五 科学机理文本的检索与应用／222 六 本章小结／227 第十章 科技文本大模型的构建与应用／228 一 科技文本大模型的通用能力体系／229 二 科技文本大模型的痛点、问题与方向／232 三 可信可靠科技文本大模型的构建思路／237 四 超越下一词预测的科技文本大模型／249 五 本章小结／267 参考文献／268
书单推荐
