學(xué)術(shù)大數(shù)據(jù)智能技術(shù)賦能科技期刊編輯的探索

摘要：隨著中國(guó)數(shù)字出版業(yè)的蓬勃發(fā)展，來(lái)自科學(xué)研究成果的學(xué)術(shù)大數(shù)據(jù)正受到越來(lái)越多的關(guān)注。編輯作為科技期刊出版的主要參與者，也應(yīng)與時(shí)俱進(jìn)，開(kāi)拓大數(shù)據(jù)思維。目前，國(guó)際上已有眾多研究者利用人工智能方法針對(duì)學(xué)術(shù)大數(shù)據(jù)開(kāi)展了深入的理論和應(yīng)用研究，產(chǎn)生了許多值得借鑒的實(shí)例，對(duì)推動(dòng)科技期刊出版業(yè)的數(shù)智化轉(zhuǎn)型起到了積極作用。文章從科技期刊編輯的日常工作出發(fā)，在充分調(diào)研的基礎(chǔ)上，總結(jié)當(dāng)前學(xué)術(shù)數(shù)據(jù)挖掘領(lǐng)域相關(guān)的最新研究成果，及其在選題分析、約稿、學(xué)術(shù)不端審查、送審、期刊宣傳及論文推送等方面的最新應(yīng)用，并基于此對(duì)人工智能時(shí)代科技期刊編輯順應(yīng)出版業(yè)發(fā)展所應(yīng)具備的思維模式進(jìn)行探討。

關(guān)鍵詞：學(xué)術(shù)大數(shù)據(jù)；數(shù)據(jù)挖掘；科技出版；期刊編輯

中圖分類號(hào)：G237.5 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1674-8883（2022）01-0017-03

一、引言

近年來(lái)，互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使人們可以十分便利地通過(guò)網(wǎng)絡(luò)獲取各種各樣的信息，也為各行各業(yè)積累了龐大的數(shù)據(jù)。目前，大數(shù)據(jù)人工智能技術(shù)已經(jīng)與許多傳統(tǒng)行業(yè)和科研領(lǐng)域進(jìn)行了深入的交叉融合，并在國(guó)內(nèi)外取得了諸多令人矚目的科技成果。事實(shí)上，科技期刊出版領(lǐng)域的數(shù)智化轉(zhuǎn)型依然方興未艾。2020年6月30日，中央全面深化改革委員會(huì)第十四次會(huì)議審議通過(guò)了《關(guān)于加快推進(jìn)媒體深度融合發(fā)展的指導(dǎo)意見(jiàn)》，在基礎(chǔ)建設(shè)水平不斷提高及政策支持和引導(dǎo)的大背景之下，國(guó)內(nèi)科技論文新媒體如雨后春筍般蓬勃發(fā)展，為用戶提供了更加便捷、多元化、個(gè)性化、碎片化的科研信息及知識(shí)服務(wù)。

因此，越來(lái)越多的研究者及科技期刊選擇以數(shù)字出版的方式發(fā)布科研成果。僅以國(guó)內(nèi)在線學(xué)術(shù)數(shù)據(jù)庫(kù)——中國(guó)知網(wǎng)為例，截至2019年底，其共收錄來(lái)自世界70多個(gè)國(guó)家或地區(qū)的文獻(xiàn)共計(jì)2.8億余篇，這些海量的“學(xué)術(shù)大數(shù)據(jù)”正日益受到關(guān)注。國(guó)際上已有眾多研究者利用人工智能方法對(duì)學(xué)術(shù)大數(shù)據(jù)開(kāi)展了理論和應(yīng)用研究，并已獲得了豐碩的成果。在大數(shù)據(jù)人工智能時(shí)代已然到來(lái)的今天，編輯作為科技期刊出版行業(yè)的重要參與者，需要及時(shí)拓展自身的思維模式，主動(dòng)了解并熟悉基于學(xué)術(shù)大數(shù)據(jù)的最新智能技術(shù)和應(yīng)用成果，將大數(shù)據(jù)思維引入日常工作中，對(duì)科技期刊出版業(yè)的數(shù)智化轉(zhuǎn)型起到積極作用。

筆者在充分調(diào)研國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，從科技期刊編輯的日常工作內(nèi)容為出發(fā)點(diǎn)，總結(jié)并探討學(xué)術(shù)大數(shù)據(jù)及數(shù)據(jù)挖掘技術(shù)在科技期刊出版業(yè)中的最新研究成果，以及具有借鑒意義的應(yīng)用實(shí)例，進(jìn)而對(duì)人工智能時(shí)代科技期刊產(chǎn)業(yè)發(fā)展所面臨的機(jī)遇提出了自身的思考，以期為編輯同仁提供一定的參考和借鑒。

文章將編輯工作分為出版前、出版中及出版后三個(gè)階段，并基于此詳細(xì)梳理目前學(xué)術(shù)大數(shù)據(jù)智能技術(shù)在科技出版領(lǐng)域的最新研究成果，以及值得借鑒的具體應(yīng)用實(shí)例。

二、出版前階段：行業(yè)熱點(diǎn)分析、選題策劃及約稿、組稿

全媒體背景下的科技期刊作為發(fā)布最新研究成果的平臺(tái)，其選題和專題策劃必須緊緊圍繞最新的研究熱點(diǎn)加以開(kāi)展，既要堅(jiān)持需求導(dǎo)向，又要秉持精品意識(shí)[1]。在進(jìn)行具體的選題策劃工作之前，詳細(xì)分析相關(guān)領(lǐng)域的研究現(xiàn)狀及熱點(diǎn)方向十分必要。如今，學(xué)術(shù)大數(shù)據(jù)挖掘技術(shù)為行業(yè)調(diào)研及選題策劃提供了新的途徑。舉例來(lái)說(shuō)，近年提出的線性判別分析方法是數(shù)據(jù)挖掘領(lǐng)域中一種經(jīng)典的非監(jiān)督文本主題建模方法，其可從大規(guī)模文本數(shù)據(jù)中提取出潛在的主題信息。線性判別分析方法自提出以來(lái)，已在諸多科研領(lǐng)域得到了廣泛的應(yīng)用，并針對(duì)不同領(lǐng)域的數(shù)據(jù)特性進(jìn)行了多方面改進(jìn)，其建模效果也得到了顯著提升。利用線性判別分析方法對(duì)不同年度的學(xué)術(shù)大數(shù)據(jù)進(jìn)行建模，可以快速獲得精煉后的論文主題，并動(dòng)態(tài)追蹤研究，從而為編輯確定備選選題提供幫助和參考。

在確定選題后，如何找到專精于選題行業(yè)且具有足夠?qū)W術(shù)影響力的專家進(jìn)行約稿從而獲得優(yōu)質(zhì)稿源，是打造精品科技期刊品牌的又一關(guān)鍵環(huán)節(jié)。在此階段，約稿對(duì)象的研究方向與選題內(nèi)容的契合度往往比其權(quán)威度的優(yōu)先級(jí)更高，在短時(shí)間內(nèi)找到盡可能多的與選題方向相關(guān)的研究者就成為該階段的迫切的需求。在數(shù)據(jù)挖掘領(lǐng)域，解決該問(wèn)題的方法主要聚焦于利用研究者歷史學(xué)術(shù)發(fā)表情況（如學(xué)術(shù)論文、專利、基金申請(qǐng)書(shū)等）進(jìn)行關(guān)鍵內(nèi)容的語(yǔ)義匹配。近年來(lái)許多學(xué)術(shù)平臺(tái)均為研究者提供了“學(xué)者主頁(yè)”這一功能，如谷歌學(xué)術(shù)、百度學(xué)術(shù)等?；谶@一功能，研究者可以及時(shí)整理、更新、追蹤自己發(fā)表的論文和相關(guān)引用情況。利用這些“學(xué)者主頁(yè)”數(shù)據(jù)，可以構(gòu)建完整的專家數(shù)據(jù)庫(kù)，不僅包括專家姓名、職稱、所屬單位，還能夠通過(guò)其發(fā)表的論文內(nèi)容對(duì)學(xué)者的研究方向進(jìn)行匹配，并對(duì)其學(xué)術(shù)影響力進(jìn)行評(píng)估?；谝陨戏椒煽焖俚玫窖芯糠较蚺c選題最匹配，且學(xué)術(shù)影響力最大的約稿候選人名單，該結(jié)果可為編輯部的約稿工作提供參考。

目前，一些機(jī)構(gòu)和單位已開(kāi)發(fā)了可輔助編輯進(jìn)行選題策劃、組稿約稿的基于人工智能技術(shù)的相關(guān)產(chǎn)品。例如，由清華大學(xué)開(kāi)發(fā)的學(xué)術(shù)挖掘系統(tǒng)、由陳·扎克伯格慈善倡議機(jī)構(gòu)發(fā)布的元宇宙系統(tǒng)[2]，以及由美國(guó)斯坦福大學(xué)圖書(shū)館及Yewno公司共同開(kāi)發(fā)的Yewno系統(tǒng)等[3]。以上產(chǎn)品的發(fā)布，使科技期刊編輯工作中的選題策劃、組稿及約稿階段，從傳統(tǒng)的以主觀經(jīng)驗(yàn)為導(dǎo)向轉(zhuǎn)為以數(shù)據(jù)為基礎(chǔ)的、更具有前瞻性及客觀性的過(guò)程。同時(shí)，這些產(chǎn)品在自動(dòng)分析海量數(shù)據(jù)后能夠快速推測(cè)出更具有話題性的選題和合適的約稿對(duì)象，大大提高了該階段的工作效率。

三、出版中階段：學(xué)術(shù)不端檢測(cè)及外審專家遴選

在科技論文的初審階段，編輯的一項(xiàng)重要工作即檢查來(lái)稿內(nèi)容是否符合查重要求。我國(guó)利用人工智能開(kāi)展學(xué)術(shù)成果查重的探索起步相對(duì)較早。中國(guó)知網(wǎng)于2008年推出的學(xué)術(shù)不端文獻(xiàn)檢測(cè)系統(tǒng)是國(guó)內(nèi)較知名的學(xué)術(shù)不端行為檢測(cè)產(chǎn)品，其主要基于語(yǔ)義分析的自適應(yīng)多階指紋分析技術(shù)判斷論文之間是否存在相似的表述、公式和表格等[4]。

隨著學(xué)術(shù)不端檢測(cè)系統(tǒng)在出版業(yè)中的廣泛應(yīng)用，全文抄襲或主要內(nèi)容原文抄襲的現(xiàn)象已較為少見(jiàn)。然而，有的稿件依然存在錯(cuò)誤引用、描述不當(dāng)、惡意篡改和洗稿等“隱性”學(xué)術(shù)不端現(xiàn)象。近年來(lái)，針對(duì)這類問(wèn)題，研究者們提出了基于跨段落語(yǔ)義匹配、學(xué)術(shù)引用異常檢測(cè)等學(xué)術(shù)大數(shù)據(jù)挖掘方法，這些方法尚處在測(cè)試和探索階段。

目前，國(guó)內(nèi)許多學(xué)術(shù)網(wǎng)站正積極地優(yōu)化查重技術(shù)，嘗試?yán)脵C(jī)器學(xué)習(xí)技術(shù)分析論文的結(jié)構(gòu)，自動(dòng)識(shí)別論文的研究對(duì)象、方法和結(jié)論等，并對(duì)這些內(nèi)容自動(dòng)進(jìn)行相關(guān)性分析，甚至對(duì)論文的創(chuàng)新性進(jìn)行評(píng)價(jià)。相信在不久的將來(lái)，基于人工智能的學(xué)術(shù)不端檢測(cè)系統(tǒng)將為科技期刊編輯提供更全面和完善的服務(wù)，進(jìn)一步增強(qiáng)編輯輔助工作的便捷性和可靠性。

為保證科技期刊的質(zhì)量，編輯在出版的各個(gè)環(huán)節(jié)均須嚴(yán)格把關(guān)。外審主要由論文相關(guān)領(lǐng)域的審稿專家完成，是綜合評(píng)定稿件內(nèi)容是否達(dá)到出版要求的重要步驟，外審專家給出的審稿意見(jiàn)是決定稿件能否發(fā)表的主要參考標(biāo)準(zhǔn)之一。

因此，選擇可對(duì)稿件提出科學(xué)、公正審稿意見(jiàn)的外審專家就顯得尤為重要。與過(guò)去相比，現(xiàn)代科學(xué)研究的協(xié)作性越來(lái)越強(qiáng)，學(xué)者之間的合作或利益關(guān)系也越來(lái)越復(fù)雜和密切，僅排除同單位具有明顯相關(guān)性的專家作為審稿者往往也無(wú)法保證審稿意見(jiàn)的客觀性。學(xué)術(shù)數(shù)據(jù)挖掘領(lǐng)域中的“合作網(wǎng)絡(luò)及學(xué)術(shù)社區(qū)發(fā)現(xiàn)”問(wèn)題及相關(guān)方法可為上述困境提供一種解決思路。

具體而言，通過(guò)論文共同作者數(shù)據(jù)可構(gòu)建以作者合作關(guān)系為基礎(chǔ)的“學(xué)術(shù)合作網(wǎng)絡(luò)”，在該網(wǎng)絡(luò)中節(jié)點(diǎn)為論文作者，若任意兩節(jié)點(diǎn)之間存在一條邊，則代表兩者之間存在合作關(guān)系。基于該網(wǎng)絡(luò)和圖數(shù)據(jù)挖掘中的“社區(qū)發(fā)現(xiàn)”技術(shù)，可發(fā)現(xiàn)作者之間的隱性合作屬性，從而自動(dòng)發(fā)現(xiàn)潛在的學(xué)術(shù)利益沖突。在編輯選擇外審專家時(shí)，如以該結(jié)果為參考，可最大限度保證審稿專家的中立性和客觀性。

目前，國(guó)外的投審稿平臺(tái)所提供的基于人工智能和學(xué)術(shù)數(shù)據(jù)挖掘的審稿人推薦和篩選服務(wù)的實(shí)例較多。例如，丹麥人工智能技術(shù)公司UNSILO開(kāi)發(fā)的審稿人推薦系統(tǒng)已在科睿唯安投審稿平臺(tái)上投入使用。在我國(guó)科技期刊出版領(lǐng)域，盡管基于人工智能和學(xué)術(shù)數(shù)據(jù)挖掘推薦及篩選審稿專家的實(shí)例還鮮有報(bào)道，但以人工智能技術(shù)輔助學(xué)術(shù)同行評(píng)議在我國(guó)科學(xué)基金評(píng)審領(lǐng)域卻早有應(yīng)用：國(guó)家自然科學(xué)基金委員會(huì)早在2012年起就開(kāi)始了相關(guān)探索，系統(tǒng)采用自然語(yǔ)言處理技術(shù)分析學(xué)術(shù)論文數(shù)據(jù)庫(kù)及研究者個(gè)人主頁(yè)，通過(guò)語(yǔ)義分析比較基金申請(qǐng)書(shū)與相關(guān)專家的研究方向是否相符，以此為參考遴選出最適合的評(píng)選人。數(shù)據(jù)表明，該系統(tǒng)的指派效率約為人工的285倍，且專家評(píng)審的認(rèn)真度有明顯提高[5]。

四、出版后階段：宣傳和推廣

在當(dāng)期論文出版后，從中選取研究?jī)?nèi)容獨(dú)具創(chuàng)新性、內(nèi)容和質(zhì)量俱佳的論文并進(jìn)行大力推廣，一方面可以提高期刊自身的影響力，另一方面也可體現(xiàn)期刊的學(xué)術(shù)“品位”以及緊跟領(lǐng)域前沿問(wèn)題的出版導(dǎo)向，從而吸引更多高質(zhì)量的獨(dú)創(chuàng)性論文投稿。在這方面，以往常規(guī)的做法往往包括設(shè)定專欄和主題、將當(dāng)期“主打”論文排在前列或?qū)⑵湓O(shè)定為“封面論文”等。

在引入學(xué)術(shù)大數(shù)據(jù)智能技術(shù)前，通常由主編或責(zé)任編輯以稿件的審稿意見(jiàn)為主要參考，并根據(jù)自身經(jīng)驗(yàn)選擇學(xué)術(shù)聲望較高的作者撰寫(xiě)的論文作為當(dāng)期的“主打”論文。這種方式存在片面性，且無(wú)法完全杜絕主觀因素的影響。利用前述的學(xué)術(shù)大數(shù)據(jù)的“熱點(diǎn)分析”應(yīng)用實(shí)例，可在選擇“主打”論文階段為候選論文的題材提供借鑒。

此外，目前學(xué)術(shù)大數(shù)據(jù)領(lǐng)域中的一些應(yīng)用可通過(guò)論文引用關(guān)系構(gòu)建論文引用和作者引用網(wǎng)絡(luò)，并基于該網(wǎng)絡(luò)和圖數(shù)據(jù)挖掘中的鏈接分析算法，如網(wǎng)頁(yè)排名算法、基于超鏈接的主題搜索算法等，計(jì)算論文和作者的影響力指數(shù)。該指數(shù)與傳統(tǒng)的下載量、簡(jiǎn)單引用統(tǒng)計(jì)等不同，其可從傳播學(xué)理論的角度來(lái)評(píng)估論文和作者的影響力。該指數(shù)能夠幫助期刊定期遴選特色論文、熱門論文以及相關(guān)作者，從而為期刊宣傳、內(nèi)容傳播和擴(kuò)大影響力等提供新的思路和途徑。

與上述相對(duì)“被動(dòng)”的期刊宣傳方式相比，向研究者推送最新出版的學(xué)術(shù)成果供其參考則屬于更加“主動(dòng)”的宣傳策略。然而，如果投送內(nèi)容不夠精準(zhǔn)，不僅會(huì)被部分接收者當(dāng)作“垃圾信息”屏蔽，長(zhǎng)此以往對(duì)期刊自身的品牌建設(shè)也是不利的。

當(dāng)下，隨著新一輪科技和產(chǎn)業(yè)革命的不斷發(fā)展，新興的交叉學(xué)科也展現(xiàn)出新的活力[6]。這些交叉學(xué)科的研究者對(duì)推送服務(wù)的精確度往往具有較高的要求。通過(guò)精準(zhǔn)的信息投送宣傳最新出版的科研成果，并助力于新興交叉學(xué)科的蓬勃發(fā)展，成為全媒體時(shí)代擺在科技期刊編輯面前的又一重要課題。

在學(xué)術(shù)大數(shù)據(jù)領(lǐng)域，基于前述“學(xué)者主頁(yè)”中的學(xué)術(shù)成果與期刊論文關(guān)鍵詞的語(yǔ)義匹配，可以為相關(guān)學(xué)者實(shí)現(xiàn)個(gè)性化的論文推薦，以實(shí)現(xiàn)“千人千面、萬(wàn)人萬(wàn)面”的定制化期刊內(nèi)容推廣和精準(zhǔn)宣發(fā)。國(guó)家新聞出版署出版融合發(fā)展（武漢）重點(diǎn)實(shí)驗(yàn)室打造的國(guó)家開(kāi)放科學(xué)計(jì)劃，即是基于人工智能技術(shù)實(shí)現(xiàn)內(nèi)容精準(zhǔn)推送的典型實(shí)例。其通過(guò)建立編輯和讀者的雙向互動(dòng)關(guān)系，更精確地將相關(guān)內(nèi)容推送給最有需求的讀者。

此外，上海大學(xué)期刊社主辦的《應(yīng)用科學(xué)學(xué)報(bào)》也將數(shù)據(jù)挖掘和精準(zhǔn)匹配技術(shù)用于期刊內(nèi)容的推送過(guò)程中，取得了較好的效果，并顯著提高了期刊的影響力[7]。

五、人工智能賦能下的科技期刊編輯思維模式

傳統(tǒng)的科技出版工作非常依賴編輯本身的主觀經(jīng)驗(yàn)性，如專家?guī)旌拖嚓P(guān)選題的調(diào)研、積累及整理等，均需要編輯通過(guò)人工的方式進(jìn)行。同時(shí)，編輯工作涉及的流程及環(huán)節(jié)也較為瑣碎，數(shù)據(jù)之間的聯(lián)系也未能打通。因此，傳統(tǒng)編輯工作往往以流程推動(dòng)為主，常?！坝鲆?jiàn)問(wèn)題，解決問(wèn)題”，屬于滯后式的工作模式。近年來(lái)，大數(shù)據(jù)、人工智能技術(shù)的不斷發(fā)展和完善給科技期刊出版業(yè)帶來(lái)了全新的機(jī)遇，也使編輯人員自身的工作和思維模式發(fā)生了變革。

具體而言，依托上文介紹的學(xué)術(shù)數(shù)據(jù)挖掘相關(guān)技術(shù)，未來(lái)編輯出版工作將逐漸轉(zhuǎn)化為客觀科學(xué)的大數(shù)據(jù)智能化驅(qū)動(dòng)模式。利用大數(shù)據(jù)技術(shù)將編輯各流程完整打通，可實(shí)現(xiàn)前瞻式的編輯出版工作流程，如科技期刊專輯的選題，作者、審者關(guān)系的維護(hù)，宣傳媒體的投放及選擇等，均可以做到未雨綢繆。

六、結(jié)語(yǔ)

在全媒體時(shí)代已然到來(lái)的當(dāng)下，人工智能和大數(shù)據(jù)技術(shù)的發(fā)展也為出版業(yè)帶來(lái)了機(jī)遇和挑戰(zhàn)。在此背景下，科技期刊編輯應(yīng)適應(yīng)變化、擁抱變化，積極將數(shù)據(jù)挖掘技術(shù)應(yīng)用于日常工作中，充分發(fā)揮人工智能對(duì)科技期刊出版業(yè)的賦能作用，并逐步嘗試使用大數(shù)據(jù)思維審視出版流程中的每個(gè)環(huán)節(jié)。文章在充分調(diào)研的基礎(chǔ)上，總結(jié)了目前學(xué)術(shù)大數(shù)據(jù)智能技術(shù)在科技出版行業(yè)的最新科研成果及應(yīng)用實(shí)例，進(jìn)而對(duì)人工智能時(shí)代科技期刊編輯順應(yīng)出版業(yè)發(fā)展所應(yīng)具備的思維模式進(jìn)行了探討。

參考文獻(xiàn)：

[1] 游小秀，栗延文，蔣亞寶.科技期刊新媒體精品選題策劃[J].編輯學(xué)報(bào)，2020，32（6）：84-87，96.

[2] 劉銀娣.學(xué)術(shù)出版領(lǐng)域的人工智能應(yīng)用：現(xiàn)狀、挑戰(zhàn)與應(yīng)對(duì)[J].科技與出版，2019，38（1）：64-68.

[3] 劉暢，姜京梅，范瑜晛.人工智能在科技期刊選題策劃中的應(yīng)用與應(yīng)對(duì)策略[J].中國(guó)科技期刊研究，2020，31（8）：909-914.

[4] 曾玲，張輝潔，冉明會(huì)，等.人工智能時(shí)代科技期刊對(duì)學(xué)術(shù)不端問(wèn)題的研究進(jìn)展[J].中國(guó)科技期刊研究，2020，31（3）：270-275.

[5] 江虎軍，郝艷妮，徐巖英，等.國(guó)家自然科學(xué)基金項(xiàng)目同行評(píng)議的智能化探討[J].中國(guó)科學(xué)基金，2019，33（2）：149-153.

[6] 劉穎，姜紅，季景玉，等.科技期刊引領(lǐng)新興交叉學(xué)科發(fā)展模式的探究：以我國(guó)中醫(yī)藥類期刊與網(wǎng)絡(luò)藥理學(xué)互動(dòng)發(fā)展模式為例[J].編輯學(xué)報(bào)，2020，32（2）：99-102.

[7] 劉平，楊志輝.人工智能構(gòu)建科技期刊智慧出版模式[J].中國(guó)科技期刊研究，2019，30（5）：462-468.

作者簡(jiǎn)介 趙雯佳，碩士，編輯，研究方向：大數(shù)據(jù)技術(shù)與地震學(xué)、編輯出版學(xué)等領(lǐng)域的交叉應(yīng)用。