張智雄
國(guó)家科研論文和科技信息高端交流平臺(tái)建設(shè)是強(qiáng)化國(guó)家戰(zhàn)略科技力量的重要舉措,其最終目標(biāo)是促進(jìn)科研信息數(shù)據(jù)的高效開(kāi)放共享和廣泛傳播利用,全面提升對(duì)科研活動(dòng)的服務(wù)保障水平。
以前,學(xué)術(shù)交流平臺(tái)對(duì)科研活動(dòng)的服務(wù)保障被稱之為信息服務(wù),而現(xiàn)在,這種服務(wù)被越來(lái)越多的國(guó)內(nèi)外學(xué)者稱為知識(shí)服務(wù)。當(dāng)前,國(guó)際上重要學(xué)術(shù)交流平臺(tái)的知識(shí)服務(wù)正在經(jīng)歷著深刻的發(fā)展變革。國(guó)家科研論文和科技信息高端交流平臺(tái)建設(shè)需要借鑒當(dāng)前國(guó)際上重要學(xué)術(shù)交流平臺(tái)的知識(shí)服務(wù)的經(jīng)驗(yàn),把握好當(dāng)前知識(shí)服務(wù)發(fā)展的大趨勢(shì),順勢(shì)而為,乘勢(shì)而上,提升平臺(tái)建設(shè)的效能。筆者認(rèn)為當(dāng)前國(guó)際上重要學(xué)術(shù)交流平臺(tái)有以下幾大趨勢(shì),值得引起我國(guó)高端學(xué)術(shù)交流平臺(tái)建設(shè)相關(guān)人員的密切關(guān)注。
1? 從內(nèi)容匯聚轉(zhuǎn)向?qū)蒲谢顒?dòng)全生命周期的支撐
內(nèi)容匯聚是學(xué)術(shù)交流平臺(tái)的基礎(chǔ)。國(guó)際上的重要學(xué)術(shù)交流平臺(tái)一般都擁有上百種或上千種的期刊資源。這些期刊資源能夠源源不斷地為平臺(tái)提供知識(shí)內(nèi)容,早期的學(xué)術(shù)交流平臺(tái)主要實(shí)現(xiàn)這些多來(lái)源知識(shí)內(nèi)容的有效匯聚、集中揭示和集成服務(wù),構(gòu)建起了以內(nèi)容匯聚和銷(xiāo)售為主的業(yè)務(wù)模式。
然而,僅僅是內(nèi)容的匯聚是不夠的,對(duì)科研活動(dòng)的全生命周期進(jìn)行支持是當(dāng)前國(guó)際上重要學(xué)術(shù)交流平臺(tái)的服務(wù)理念。早在2010年,麥克米倫科學(xué)與教育集團(tuán)(Macmillan Science & Education)前首席執(zhí)行官安尼特·托馬斯(Annette Thomas)就認(rèn)識(shí)到出版商必須找到除銷(xiāo)售論文內(nèi)容之外的方式為研究人員提供更有價(jià)值的支持。為此,她提出了“出版商的新任務(wù)是在科學(xué)研究過(guò)程中的每一個(gè)環(huán)節(jié)為科研人員提供支持”的重要論斷,并創(chuàng)建了數(shù)字科研公司(Digital Science),開(kāi)發(fā)和集成各類工具,以支持科研人員搜索閱讀文獻(xiàn)、了解基金項(xiàng)目機(jī)會(huì)、跟蹤同行科研動(dòng)態(tài)、進(jìn)行科研實(shí)驗(yàn)、發(fā)布研究成果、共享研究數(shù)據(jù)、監(jiān)測(cè)其工作影響等的科研活動(dòng)[1]。目前Digital Science培育和支持了眾多知名品牌,如Altmetric、Dimensions、Figshare、ReadCube、Overleaf、Labguru等,以全方位地對(duì)科學(xué)活動(dòng)進(jìn)行支持。
對(duì)科研活動(dòng)的全生命周期進(jìn)行支持,讓科學(xué)家能夠有更多的時(shí)間專注于科研發(fā)現(xiàn),這已成為國(guó)際上重要學(xué)術(shù)交流平臺(tái)的知識(shí)服務(wù)理念。
2? 從傳統(tǒng)期刊論文出版發(fā)行轉(zhuǎn)向開(kāi)放、透明、高效學(xué)術(shù)交流體系的構(gòu)建
學(xué)術(shù)交流體系是存在于科學(xué)界中,有效支持科研成果的發(fā)表發(fā)布、評(píng)審評(píng)價(jià)、交流傳播和保存利用的一套系統(tǒng)。學(xué)術(shù)交流平臺(tái)最重要的作用就是支撐學(xué)術(shù)交流體系的運(yùn)作。
近年來(lái),隨著網(wǎng)絡(luò)化、數(shù)字化、智能化技術(shù)的發(fā)展,人類交流的方式和方法也在不斷改進(jìn),科學(xué)界對(duì)學(xué)術(shù)交流體系的要求也越來(lái)越高。傳統(tǒng)封閉的同行評(píng)議期刊論文交流已不能滿足現(xiàn)代科研交流的需要??茖W(xué)界越來(lái)越認(rèn)識(shí)到傳統(tǒng)學(xué)術(shù)交流體系在時(shí)效性、開(kāi)放性、透明性等方面存在著一些需要改進(jìn)的問(wèn)題。
國(guó)際上一些重要的學(xué)術(shù)交流平臺(tái)已充分認(rèn)識(shí)到這種學(xué)術(shù)交流體系的重大變革性要求,并已在積極布局,努力構(gòu)建支持開(kāi)放獲取、預(yù)印本交流、數(shù)據(jù)出版、開(kāi)放出版、透明同行評(píng)審、開(kāi)放評(píng)論等新需要的學(xué)術(shù)交流體系。例如,Springer Nature通過(guò)BMC已有效支持論文的開(kāi)放獲取出版,愛(ài)思唯爾(Elsevier)于2016年收購(gòu)了社會(huì)科學(xué)研究網(wǎng)(Social Science Research Network,SSRN)以構(gòu)建基于論文手稿交流的預(yù)印本平臺(tái)[2],泰勒-弗朗西斯出版集團(tuán)(Taylor & Francis)于2020年初收購(gòu)F1000 Research以支持開(kāi)放研究、開(kāi)放出版、數(shù)據(jù)出版、透明同行評(píng)審等[3]。
盡管上述新型學(xué)術(shù)交流產(chǎn)品尚未成為目前國(guó)際學(xué)術(shù)平臺(tái)的主打產(chǎn)品,但國(guó)際學(xué)術(shù)平臺(tái)的搶先部署,預(yù)示著開(kāi)放、透明、高效的學(xué)術(shù)交流體系必然是未來(lái)發(fā)展的重要方向。
3? 從信息的檢索獲取轉(zhuǎn)向內(nèi)容的分析研究
10年以前,國(guó)際學(xué)術(shù)交流平臺(tái)提供者都習(xí)慣于把自己看成是文獻(xiàn)數(shù)據(jù)庫(kù)提供商(Literature Database Provider)或者是出版商(Publisher)。但近年來(lái),國(guó)際學(xué)術(shù)交流平臺(tái)提供者對(duì)自己的定位已發(fā)生了重大變化。很多的學(xué)術(shù)交流平臺(tái)提供者不僅僅把自己看成是數(shù)據(jù)庫(kù)商、出版商,更是知識(shí)內(nèi)容分析服務(wù)的提供者。例如Elsevier早在2015年左右就把自己定位為信息方案提供者(Provider of Information Solutions),Wiley則一直認(rèn)為自己是內(nèi)容方案的提供者(Provider of Content Solutions),而現(xiàn)在的Elsevier和科睿唯安(Clarivate)都聲稱自己是信息和數(shù)據(jù)分析的領(lǐng)導(dǎo)者(Leader in Information and Analytics)。
與之相應(yīng),知識(shí)內(nèi)容的分析研究成為了國(guó)際重要學(xué)術(shù)交流平臺(tái)的服務(wù)重點(diǎn)。例如Elsevier就認(rèn)為科學(xué)研究過(guò)程中“分析”無(wú)處不在,而Elsevier的主要工作就是讓每一位從事科學(xué)研究的人都能夠更輕松地進(jìn)行“分析”。Elsevier希望幫助科學(xué)家更有效地管理他們的研究工作,讓科學(xué)家能夠?qū)⒏嗟臅r(shí)間花在實(shí)質(zhì)性的科學(xué)研究工作之上。當(dāng)前的Elsevier以內(nèi)容出版為根基,正在積極構(gòu)建各類知識(shí)內(nèi)容分析的解決方案,以服務(wù)于科研的需要[4]。
4? 從分類主題組織揭示到知識(shí)內(nèi)容的精細(xì)整編
通過(guò)對(duì)文獻(xiàn)進(jìn)行分類、對(duì)文獻(xiàn)標(biāo)注主題詞來(lái)揭示科技論文的內(nèi)容,并以此對(duì)科研論文進(jìn)行組織管理,提供論文的分類導(dǎo)航和檢索查詢服務(wù),這是文獻(xiàn)數(shù)據(jù)庫(kù)普遍采用的方法。隨著一些新技術(shù)方法的應(yīng)用,一些新的語(yǔ)義豐富化技術(shù)也在不斷應(yīng)用于文獻(xiàn)知識(shí)內(nèi)容的挖掘處理,如自動(dòng)分類、自動(dòng)語(yǔ)義標(biāo)注、知識(shí)圖譜關(guān)系構(gòu)建等。但是從知識(shí)組織加工的層次來(lái)看,這些工作依然屬于淺層次的分類主題組織揭示。
現(xiàn)在的國(guó)際學(xué)術(shù)交流平臺(tái)除了關(guān)注論文內(nèi)容本身的組織揭示之外,更加關(guān)注文獻(xiàn)內(nèi)容之上相關(guān)領(lǐng)域知識(shí)的精細(xì)化組織整編。一些國(guó)際學(xué)術(shù)交流平臺(tái)已經(jīng)培育出很多有價(jià)值的知識(shí)服務(wù)產(chǎn)品,例如,美國(guó)化學(xué)文摘社(Chemical Abstracts Service,CAS)的SciFinder,Springer Nature的SpringerMaterials、AdisInsight,Elsevier的Reaxys、Knovel、ClinicalKey等。這些產(chǎn)品以文獻(xiàn)內(nèi)容為基礎(chǔ),在專業(yè)人員的組織整編之下,有效實(shí)現(xiàn)了相關(guān)知識(shí)內(nèi)容的集成匯聚,成為化學(xué)物質(zhì)、化學(xué)反應(yīng)、材料研究、藥物研發(fā)等研究領(lǐng)域非常有用的專業(yè)知識(shí)工具。
5? 從傳統(tǒng)信息技術(shù)到現(xiàn)代智能技術(shù)的廣泛應(yīng)用
信息技術(shù)是國(guó)際學(xué)術(shù)交流平臺(tái)的重要支撐。各類信息技術(shù),如全文索引、檢索查詢、數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)技術(shù),乃至數(shù)據(jù)挖掘、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)都能夠促進(jìn)學(xué)術(shù)交流平臺(tái)的建設(shè)。
近來(lái),基于大規(guī)模深度學(xué)習(xí)的現(xiàn)代人工智能技術(shù)在國(guó)際學(xué)術(shù)交流平臺(tái)中發(fā)揮著重要作用。例如,利用深度學(xué)習(xí)技術(shù)方法來(lái)探測(cè)特定領(lǐng)域的新興研究趨勢(shì),通過(guò)自動(dòng)畫(huà)像技術(shù)揭示相關(guān)研究主體的重要方面,利用認(rèn)知技術(shù)從大規(guī)模文本或圖像數(shù)據(jù)集中抽提出相關(guān)的知識(shí)內(nèi)容等。
一些重要的學(xué)術(shù)交流平臺(tái)(如美國(guó)化學(xué)文摘社,CAS)也充分認(rèn)識(shí)到大數(shù)據(jù)能夠?yàn)樯疃葘W(xué)習(xí)帶來(lái)性能上的大幅提升。因此利用已有的數(shù)據(jù)資源,為相關(guān)領(lǐng)域提供智能化解決方案,已經(jīng)成為這些學(xué)術(shù)交流平臺(tái)的一種重要服務(wù)手段。例如,CAS充分利用自身已有的大規(guī)模、高質(zhì)量的化學(xué)反應(yīng)數(shù)據(jù)支持Bayer公司對(duì)相關(guān)化合物合成方案可行性的預(yù)測(cè),結(jié)果顯示預(yù)測(cè)的準(zhǔn)確率提高了32%[5]。
6? 守正創(chuàng)新,高質(zhì)量、可信賴的內(nèi)容是永不過(guò)時(shí)的主題
科學(xué)需要嚴(yán)謹(jǐn)、科研成果要值得信賴。國(guó)際學(xué)術(shù)交流平臺(tái)對(duì)此有著非常明確的認(rèn)識(shí),都十分關(guān)注平臺(tái)所提供內(nèi)容的質(zhì)量水平,明確聲稱自己所提供的內(nèi)容是高質(zhì)量、可信賴的內(nèi)容。
例如,Elsevier認(rèn)為其提供的信息都是可信賴的信息(trusted information),并且認(rèn)為Elsevier一直與學(xué)術(shù)界合作共同保管和驗(yàn)證知識(shí),其所開(kāi)發(fā)的每一個(gè)工具都建立在值得信賴的信息之上。Springer Nature認(rèn)為其所提供內(nèi)容是來(lái)源可信的(trusted source),并把自己認(rèn)為是學(xué)術(shù)記錄的驗(yàn)證者和保存管理人,所提供內(nèi)容具有獨(dú)立性和嚴(yán)謹(jǐn)性。美國(guó)化學(xué)學(xué)會(huì)出版社(ACS Publications)則認(rèn)為其所提供的內(nèi)容都經(jīng)過(guò)了可靠的同行評(píng)審(trusted peer review),從而保證了所提供內(nèi)容的質(zhì)量。而CAS的SciFinder則明確提出,其所提供的信息是專業(yè)科學(xué)家而非機(jī)器人收錄的、值得信賴的有關(guān)化學(xué)物質(zhì)、反應(yīng)數(shù)據(jù)和參考文獻(xiàn)的集合。
這些都意味著,提供高質(zhì)量、可信賴的內(nèi)容在國(guó)際學(xué)術(shù)交流平臺(tái)的建設(shè)中是一個(gè)永不過(guò)時(shí)的重要主題。
參考文獻(xiàn):
[1] Digital Science - A new model for innovation in scholarly communication [EB/OL]. [2021-02-24]. https://www.digital-science.com/wp-content/uploads/2016/02/Research-to-Reader-Phill-Jones.pdf.
[2] ELSEVIER. SSRN—the leading social science and humanities repository and online community—joins Elsevier[EB/OL]. [2021-02-24]. https://www.elsevier.com/connect/ssrn-the-leading-social-science-and-humanities-repository-and-online-community-joins-elsevier.
[3] Taylor & Francis Newsroom. F1000 research joins Taylor & Francis Group[EB/OL]. (2020-01-10) [2021-02-24]. https://newsroom.taylorandfrancisgroup.com/f1000-research-joins-taylor-francis/.
[4] ELSEVIER. Elsevier at a glance empowering knowledge [EB/OL]. [2021-02-24]. https://www.elsevier.com/__data/assets/pdf_file/0011/874667/ELS-brochure-PDF-2019.pdf.
[5] CAS. Predicting new chemistry: impact of high-quality training data on prediction of reaction outcomes[EB/OL]. [2021-02-24]. https://www.cas.org/resources/whitepapers/predicting-new-chemistry.