Анализ близости цитирования - Co-citation Proximity Analysis

Документы B и C цитируются ближе друг к другу в полном тексте цитирующего документа по сравнению с документом A. Следовательно, согласно анализу близости совместного цитирования, документы B и C более тесно связаны, чем документы A и B или A и C.
Рисунок, визуализирующий метод анализа близости цитирования (CPA) для вычисления сходства документов.

Анализ близости цитирования или же CPA это документ мера сходства который использует анализ цитирования для оценки семантического сходства между документами как на уровне глобального документа, так и на уровне отдельных разделов.[1][2] Мера подобия основана на анализ совместного цитирования подход, но отличается тем, что он использует информацию, подразумеваемую при размещении цитат в полных текстах документов.

Анализ близости цитирования был разработан Б. Гиппом в 2006 г.[3] а описание меры сходства документов было позже опубликовано Гиппом и Билом в 2009 году.[1] Мера сходства основана на предположении, что в пределах полного текста документа документы, цитируемые в непосредственной близости друг от друга, имеют тенденцию быть более тесно связанными, чем документы, цитируемые дальше друг от друга. Рисунок справа иллюстрирует концепцию. Подход CPA к подобию документов предполагает, что документы B и C более тесно связаны, чем документы B и A, потому что ссылки на B и C происходят в одном предложении, тогда как ссылки на B и A разделены несколькими абзацами.

Преимущество подхода CPA по сравнению с другими подходами к анализу цитирования и совместного цитирования заключается в повышении точности. Другие широко используемые подходы к анализу цитирования, такие как Библиографическая связь, Совместное цитирование или Мера Амслера, не принимают во внимание расположение или близость цитат в документах. Подход CPA позволяет осуществлять более детальную автоматическую классификацию документов, а также может использоваться для идентификации не только связанных документов, но и конкретных разделов в текстах, которые наиболее связаны.

Методика расчета

Мера сходства CPA вычисляет Индекс близости цитирования (ИПЦ) для каждого комплекта документов, на который ссылается проверяемый документ.[1] Цитируемым документам присваивается вес , куда п обозначает количество уровней между цитатами. Начиная с самого низкого уровня, уровни могут быть определены как группы цитирования, предложения, абзацы, главы и, наконец, весь документ или даже журнал.

Есть несколько вариантов алгоритма CPA.

  • Базовая цена за конверсию - фундаментальная концепция CPA, как описано выше
  • Расширенная цена за конверсию - учитывает древовидную структуру и порядок цитирования в группах цитирования
  • Многомерный CPA - использует дополнительную информацию, такую ​​как импакт-фактор
  • Гибрид-CPA - объединяет ИПЦ с другими показателями сходства, например текстовыми мерами. Это повышает производительность, особенно для документов с недостаточной информацией о цитировании.

Спектакль

Измерение сходства CPA основано на подходе схожести документов совместного цитирования с отличительным добавлением анализа близости. Следовательно, подход CPA позволяет рассчитывать более детальное разрешение общего сходства документов. Было обнаружено, что CPA превосходит анализ совместного цитирования, особенно когда документы содержат обширную библиографию и в тех случаях, когда документы не часто цитируются вместе (т. Е. Имеют низкий балл совместного цитирования).[1][4] Лю и Чен обнаружили, что совместное цитирование на уровне предложения является потенциально более эффективными маркерами для использования в анализе совместного цитирования по сравнению со слабосвязанным совместным цитированием только на уровне статьи, поскольку совместное цитирование на уровне предложения, как правило, сохраняет основную структуру традиционной сети совместного цитирования, а также составляют гораздо меньшее подмножество всех экземпляров совместного цитирования.[5]

Анализ Schwarzer et al.[4] показали, что показатели на основе цитирования CPA и анализ совместного цитирования, имеют дополнительные преимущества по сравнению с мерами сходства на основе текста. Подходы на основе текстового подобия надежно идентифицировали более узко похожие статьи из тестовой коллекции статей Википедии, например статьи, использующие идентичные термины, в то время как подход CPA превосходит CoCit в определении более общих статей, а также более популярных статей, которые, по утверждениям авторов, также имеют более высокое качество.[4]

Смотрите также

Рекомендации

  1. ^ а б c d Бела Гипп и Джоран Бил, 2009 г. «Citation Proximity Analysis (CPA) - новый подход к выявлению связанных работ на основе анализа совместного цитирования» в Биргере Ларсен и Жаклин Лета, редакторах, Труды 12-й Международной конференции по наукометрии и информетрике (ISSI’09), том 2, страницы 571–575, Рио-де-Жанейро (Бразилия), июль 2009 г.
  2. ^ Бела Гипп и Джоран Бил. «Метод и система определения сходства документов». Заявка на патент, 27 октября 2011 г. 2011/0264672 A1.
  3. ^ Бела Гипп, 2006. "Докторантура: (Со) анализ близости цитирования - мера для выявления связанных работ"
  4. ^ а б c М. Шварцер, М. Шуботц, Н. Меушке, К. Брайтингер, В. Маркл и Б. Гипп, «Оценка рекомендаций для Википедии на основе ссылок» в материалах 16-й совместной конференции ACM / IEEE-CS по электронным библиотекам (JCDL), Нью-Йорк, штат Нью-Йорк, США, 2016 г., стр. 191-200.
  5. ^ Шэнбо Лю и Чаомей Чен, 2001 г. «Влияние близости совместного цитирования на анализ совместного цитирования», 13-я конференция Международного общества наукометрии и информетрики (ISSI), 4–7 июля 2011 г. Дурбан, Южная Африка.
  6. ^ Бела Гипп, Норман Меушке и Марио Липински, 2015. "CITREC: Система оценки показателей сходства на основе цитирования на основе геномики TREC и PubMed Central" in Proceedings of the iConference 2015, Newport Beach, California, 2015.

дальнейшее чтение

Бела Гипп и Джоран Бил. Определение сопутствующих документов для рекомендателя исследовательских работ по CPA и COA. В SI Ao, C. Douglas, WS Grundfest и J. Burgstone, редакторы, Proceedings of the world congress on engineering and computer science 2009, volume 1 of Lecture Notes in Engineering and Computer Science, pages 636-639, Berkeley (USA) , октябрь 2009 г. Международная ассоциация инженеров (IAENG), Newswood Limited. Имеется в наличии здесь

Бела Гипп. Измерение родства документов с помощью анализа близости цитирования и анализа порядка цитирования. В: М. Лалмас, Дж. Хосе, А. Раубер, Ф. Себастьяни и И. Фроммхольц, редакторы, Материалы 14-й Европейской конференции по электронным библиотекам (ecdl'10): исследования и передовые технологии для электронных библиотек, том 6273 из Конспект лекций по информатике (LNCS). Springer, сентябрь 2010 г. Доступно здесь