首页 >> 社科关注 >> 本网原创
知识图谱:学术评价新手段
2019年10月22日 08:03 来源:中国社会科学网-中国社会科学报 作者:陈华珊 字号
关键词:知识图谱;学术评价;哲学社会科学评价体系

内容摘要:随着文献计量学的发展,采用一系列量化的方式构建了众多评估期刊或作者的指标,文献计量正逐渐成为与同行评议并列的科研评价的两大支柱,其影响力几乎辐射到所有学科,并通过推动学科发展促进社会进步。社会科学学科的知识评价也要避免陷入机械式指标化管理的窠臼,注重方法创新,拓展研究领域,采用新的视角来对学科整体发展水平进行评估,预测新的学科发展方向,以更好服务于科研。

关键词:知识图谱;学术评价;哲学社会科学评价体系

作者简介:

  随着文献计量学的发展,采用一系列量化的方式构建了众多评估期刊或作者的指标,文献计量正逐渐成为与同行评议并列的科研评价的两大支柱,其影响力几乎辐射到所有学科,并通过推动学科发展促进社会进步。社会科学学科的知识评价也要避免陷入机械式指标化管理的窠臼,注重方法创新,拓展研究领域,采用新的视角来对学科整体发展水平进行评估,预测新的学科发展方向,以更好服务于科研。

  知识图谱本质上是一种大规模语义网络,它包含了各种各样的实体、概念以及语义关系。知识图谱构建的关键技术主要包括知识抽取技术、知识融合技术、实体链接技术和知识推理技术。其中,知识抽取技术是关于如何从非结构化、半结构化以及结构化数据中获取知识;知识融合是指将不同数据源获取的知识进行融合,进而构建数据之间的关联;知识推理则是基于知识图谱进行相关计算和应用,这其中主要用到社会网络分析技术。

  完善哲学社会科学评价体系

  构建知识图谱对于哲学社会科学的知识评价具有积极作用。

  首先,基于语义的知识图谱有助于避免引用陷阱。知识图谱除了可以纳入传统的文献计量法以外,还可以通过基于深度学习的文本语义分析技术构建出一个包含更多学科知识概念的语义网络,从而可以更加真实地反映学科知识内涵及学科发展。基于非结构化的文本构建知识图谱,不仅包括作者和引文信息,更为重要的是包含了学科知识概念,大大扩展了传统文献计量学所未能涵盖的内容。而通过文本语义方法计算出的知识关联,消除了虚假引用以及弱关联的引用,从而跳出文献虚假引用陷阱。

  其次,知识图谱可以识别学科知识中的核心人物及关键概念。在知识图谱的基础上,结合社会网络分析技术,特别是由社会学家提出的“结构嵌入性”概念,通过计算相关指标,可识别学科知识的核心人物及关键概念。课题组在研究中,通过对30年来中国社会学人物的知识图谱分析,精确地提取了各个阶段核心社会学理论家,并通过知识图谱关系类型的区分发现了西方理论家与中国本土学者的差异,反映了中国社会学恢复和重建30年来引进、吸收西方社会学理论,并应用于中国社会学本土化的过程。

  最后,知识图谱能够推动更好地评估学科发展阶段、发展新动向及新趋势。在社会科学研究中,学科发展阶段的划分具有显而易见的重要性。传统上,此类问题主要是通过理论和定性分析的方式进行探讨。通过动态知识图谱构建,则可发展出一种综合量化计算与可视化地探讨这一问题的新路径。不同于自然科学的概念定义明确、可量化,哲学社会科学领域的概念定义存在一定的模糊性和外延性。即使对于相同或相近的概念,不同的学者往往采用不同的术语或概念体系来表达。同样的术语词汇也往往被后来的学者进行再创造或应用于新的研究领域,从而发生概念迁移。因此传统的简单通过关键词来识别学科热点及潜在发展方向的计量方法往往不太准确。通过动态语义知识图谱的构建,一方面可以识别概念的历史变化和迁移,从而反映学科发展,另一方面也可辨识最新的语义迁移从而判断潜在的研究趋势,进而为学科发展作出前瞻性的预判。

  快速有效推进知识图谱应用

  近年来,知识图谱的技术发展主要依靠计算机科学,其在搜索、推荐、自然语言处理等方面已大放异彩。但在哲学社会科学领域的应用非常罕见,还需要在几个方面加快努力。

  第一,加快整合哲学社会科学领域的数据资源。近年来,哲学社会科学类数据资源建设有了飞速增长。但由于该领域数据来源广泛,既包括结构化文献计量统计数据,也包括存在于各类文件格式中的非结构化文本、音视频素材,因而相关数据类型差异极大,缺乏便于机器读取和交互操作的数据接口,更无法通过关联数据的方式实现跨域流通、自动汇聚,语义数据网络也无法通过自动勾连的方式构建和使用。

  第二,开放数据接口,提供数据再加工功能。目前,国内大多数哲学社会科学数据平台仍存在数据服务平台功能单一、检索效率低下的缺点,特别是无法提供二次开发和数据再加工功能,难以满足项目之外用户的需求。同时,一部分国外学术数据库,均提供了开放式的数据获取API,从而极大提高了其数据应用范围。例如,谷歌的Ngram项目以及SAGE出版社等。因此,建议在满足相关数据开放许可和保密的前提下,适当开放相关原始数据、中间数据,以吸引更多一线研究者直接从事知识图谱和数据开发工作。

  第三,开展创新性跨学科团队间协作。开展知识图谱的相关应用需要软件工程、数据科学、人文社科等领域的跨学科人才进行协作,应在数据开放平台基础上,开展跨学科的团队协作,特别是应以人文社科应用需求为导向,做好顶层设计,夯实底层数据架构。跨学科协作往往需要打破既有组织安排,需配套更为灵活而有包容性的人事制度。同时,进行多学科协作不可避免存在多重项目目标的问题,例如,软件工程关注效率,数据科学关注模型,社会科学关注应用价值。因此,应提供具有包容性的协作机制、激励机制、晋升机制,以更好地实现多学科协作。

  (作者单位:中国社会科学院社会发展战略研究院)

 

作者简介

姓名:陈华珊 工作单位:

转载请注明来源:中国社会科学网 (责编:赵明豪)
W020180116412817190956.jpg
用户昵称:  (您填写的昵称将出现在评论列表中)  匿名
 验证码 
所有评论仅代表网友意见
最新发表的评论0条,总共0 查看全部评论

回到频道首页
QQ图片20180105134100.jpg
jrtt.jpg
wxgzh.jpg
777.jpg
内文页广告3(手机版).jpg
中国社会科学院概况|中国社会科学杂志社简介|关于我们|法律顾问|广告服务|网站声明|联系我们