[摘要]引文索引既可以作為一種檢索工具，同時又具備一定的信息精選和學術(shù)評價功能，這兩個方面的功能決定引文索引在科學研究工作中所發(fā)揮的重要作用。將主題圖技術(shù)應用于引文索引數(shù)據(jù)庫的構(gòu)建中，選取《中文社會科學引文索引》(CSSCI)中的部分數(shù)據(jù)為實驗對象，通過主題圖軟件工具OKS Samplers的使用，完成引文索引主題圖的構(gòu)建，并實現(xiàn)其可視化，總結(jié)引文索引主題圖的優(yōu)點，對主題圖應用于引文索引數(shù)據(jù)庫提出建議。
　　[關(guān)鍵詞]主題圖　引文索引　CSSCI　學術(shù)評價　信息檢索　信息可視化
　　[分類號]G203
　　　1　前言
　　
　　引文，即引用文獻(citations)，有時又稱參考文獻，是專業(yè)人員為撰寫或編輯論著而引用或參考的其他專業(yè)人員的相關(guān)文獻資料及其文獻條目。引文索引(cita―tion index)，是一種以文獻之間的引用關(guān)系為基礎(chǔ)的文獻索引，它以被引用文獻(即引文)為標目，其下列出引用過該文獻的全部文獻(我們稱之為來源文獻)。
　　引文索引具備兩方面的基本功能：一是引文索引可以作為一種檢索工具。引文索引的創(chuàng)始人尤金?加菲爾德先生曾指出，1964年創(chuàng)辦科學引文索引(SCI)，是第一次想把引文索引法的概念大規(guī)模地應用于科技文獻檢索。引文索引通過文獻之間的相互引證關(guān)系，將相關(guān)文獻集結(jié)成為一個文獻網(wǎng)絡(luò)，不斷擴大檢索范圍，提供更多的檢索人口，從而獲取更多相關(guān)信息資源。二是引文索引具有一定的信息精選和學術(shù)評價功能。引文索引的信息精選和學術(shù)評價功能主要體現(xiàn)在兩個層次：①宏觀層次的信息篩選，即在引文索引的編制過程中，來源文獻的甄別和確定是通過一定的標準進行質(zhì)量評價，進而篩選出高質(zhì)量的來源期刊；②微觀層次的信息萃取，即對引文數(shù)據(jù)庫中提供的數(shù)據(jù)從引用次數(shù)、引用和被引關(guān)系、學科、時間、機構(gòu)等方面進行信息分析和數(shù)據(jù)挖掘，從而獲得關(guān)于學科發(fā)展過程、態(tài)勢以及學科發(fā)展過程中的優(yōu)秀學術(shù)成果的精選和揭示。
　　由南京大學中國社會科學研究評價中心研制開發(fā)的《中文社會科學引文索引》(CSSCI)不僅為社會科學工作者從事研究與科學管理提供了快捷、科學的查詢工具，也為我國社會科學研究評價提供了基本工具和基礎(chǔ)數(shù)據(jù)。目前，關(guān)于中國人文社會科學引文索引(CSSCI)的研究大部分集中于利用引文索引數(shù)據(jù)庫中的數(shù)據(jù)進行某一學科領(lǐng)域的期刊影響、研究熱點、學者和機構(gòu)學術(shù)影響分析等，而對于在引文數(shù)據(jù)庫的構(gòu)建中使用新的技術(shù)和方法的研究較少。一般而言，作為引文索引數(shù)據(jù)庫的使用者來說，對于CSSCI關(guān)注得更多地是如何充分有效地利用引文索引數(shù)據(jù)庫中的數(shù)據(jù)信息；而作為引文索引數(shù)據(jù)庫的構(gòu)建者來說，更多的則是關(guān)注如何提高引文索引數(shù)據(jù)庫的質(zhì)量，從而更加廣泛深入地發(fā)揮引文索引數(shù)據(jù)庫的作用。我們可以從多個角度提高引文索引數(shù)據(jù)庫的質(zhì)量，如來源期刊的選定、入庫數(shù)據(jù)的加工質(zhì)量和加工速度、系統(tǒng)平臺等，新的信息組織技術(shù)與方法的引進及應用也是其中一種途徑，因此，我們可以充分利用一些新的信息組織技術(shù)和方法來提高引文索引數(shù)據(jù)庫的信息組織質(zhì)量，從而增強引文索引的檢索、信息精選與學術(shù)評價功能。
　　有鑒于此，本文選取CSSCI中的部分數(shù)據(jù)作為樣例來源，將主題圖技術(shù)應用于引文索引數(shù)據(jù)庫的構(gòu)建之中，探索主題圖應用于引文索引數(shù)據(jù)庫的可行性以及將來可能面臨的問題。
　　
　　2　主題圖應用于引文索引的n-7行性
　　
　　主題圖，又稱主題地圖(topic map)，作為一種新興的信息組織方式，起源于20世紀90年代初，在國際標準ISO／IEC：13250中，它被定義為“一套用來組織信息的方法，使用這種方法可以提供最佳的信息導航”。從理論到實踐，主題圖技術(shù)的發(fā)展已經(jīng)相對穩(wěn)定和成熟。作為一種信息組織技術(shù)，它汲取了傳統(tǒng)索引、圖書館科學、知識表示以及多種知識組織方法的的優(yōu)點，由于它所具有的靈活性和豐富的表現(xiàn)力，目前已經(jīng)被國外廣泛應用于知識管理、Web應用、語義挖掘等領(lǐng)域。如Schweiger Ralf、Hoeher Simon、Rudolf Dirk等人提出利用主題圖技術(shù)來管理醫(yī)療信息系統(tǒng)，通過主題圖揭示醫(yī)療臨床數(shù)據(jù)資源之間的聯(lián)系，并將這種關(guān)聯(lián)作為上下文檢索的基礎(chǔ)，從而獲取更為準確的檢索結(jié)果；由挪威Ontopia公司開發(fā)的意大利歌劇主題圖、基于主題圖技術(shù)的柯達數(shù)字攝影配件網(wǎng)站等。
　　主題圖的核心概念主要包括主題(topic)、關(guān)聯(lián)(as―sociation)、信息資源實體(occurrences)和范圍(scope)4個部分。它在信息資源的上層構(gòu)建了一個結(jié)構(gòu)化的語義網(wǎng)，獨立于技術(shù)平臺，用以描述主題之間以及主題與信息資源實體之間的關(guān)聯(lián)，通過揭示概念之間的關(guān)系，將用戶指引到相關(guān)的信息資源。引文索引具備三個得天獨厚的功能，其中一個重要功能表現(xiàn)在：已發(fā)表的文獻本身所包含的主題范疇在語義上更準確、更詳細；同樣，其穩(wěn)定性和靈活性在語義上也勝過普通的主題索引。而主題圖正是在信息資源的上層構(gòu)建了一個結(jié)構(gòu)化的語義網(wǎng)，在引文索引的構(gòu)建中應用主題圖技術(shù)可以從語義層次組織信息資源，增強引文索引的功能。
　　
　　
　　3　引文索引主題圖的構(gòu)建
　　
　　主題圖技術(shù)應用于信息組織主要是通過一些主題圖工具來實現(xiàn)的，主題圖工具包括三大類型：主題圖引擎(topic maps engines)、主題圖編輯器(topic maps edi，tors)和主題圖可視化工具(topic maps visualisation)。目前國外使用比較廣泛的主題圖工具有TM4J、OKSSamplers、The GooseWorks Topic Map Tookit、TMview、TM3D等。在這些主題圖工具中，有的是單一性的主題圖引擎、主題圖編輯器或者主題圖可視化工具，有的則是集三者于一體的綜合性主題圖工具。本文選取的主題圖工具是Ontopia公司開發(fā)的OKS Samplers，它同時包含了主題圖引擎The Ontopia Topic Map Engine、主題圖編輯器Ontopoly、主題圖導航框架Omnigator以及主題圖可視化工具Vizigator 4部分，能夠?qū)崿F(xiàn)主題圖編輯、顯示和可視化的一站式構(gòu)建，并且支持中文主題圖的開發(fā)和構(gòu)建。
　　
　　The Ontopia Topic Map Engine是OKS Samplers的核心部分，它的主要功能是通過Topic Maps API允許應用程序以XTM形式導人和導出主題地圖，支持在關(guān)系數(shù)據(jù)庫中存儲、訪問、修改主題地圖。無論主題地圖是以內(nèi)存、數(shù)據(jù)庫還是虛擬視圖等形式存放，應用程序都可以透明訪問。主題圖編輯器Ontopoly是一個為用戶提供手工創(chuàng)建與維護主題地圖的工具，為了應用程序開發(fā)方便，提供了易于操作的用戶接口和本體(On―tology)驅(qū)動。這就意味著用戶可以從底層本體(Ontol― ogy)和提前定義的規(guī)則中生成主題地圖。Ontopoly編輯頁面主要包括4個模塊：①Description模塊，對所構(gòu)建的主題圖的總體描述；②Admin模塊，即Export模塊，提供主題圖的輸出功能，用戶可以將已經(jīng)完成的或者正在編制的主題圖以XML文檔、XTM、TM／XML以及RDF的形式輸出并保存到本地系統(tǒng)；③Ontology構(gòu)建模塊，ontopoly的核心部分，主要是對主題類型(topictypes)、資源類型(occurrence types)、關(guān)聯(lián)類型(associa-tion types)、角色類型(role types)以及名稱類型(nametypes)5個部分的定義；④Instances模塊，定義每個主題類型所對應的實例。從主題圖的基本構(gòu)成要素我們可以看出，引文索引主題圖的構(gòu)建主要包括主題、關(guān)聯(lián)、信息資源實體以及實例的定義。具體構(gòu)建步驟如下：
　　
　　3.1　主題類型的分析與定義
　　在主題圖中，主題從屬于特定的主題類型，因此首先必須定義主題類型�；贑SSCI向用戶提供了來源文獻和被引文獻兩種檢索入口，因此，在引文索引主題圖中，筆者定義兩種主題類型：“來源文獻”和“被引文獻”。在主題圖中，主題是對現(xiàn)實世界中主體結(jié)構(gòu)的描述，不論是一個具體的事物還是一個抽象的概念，都可以稱之為主題，因此，在引文索引主題圖中我們將“來源文獻”和“被引文獻”的題名定義為主題。
　　
　　3.2　信息資源實體的定義
　　在完成主題類型的定義之后，我們需要為每種主題類型定義它所具備的信息資源實體(occuiTencc)。信息資源實體是獨立于主題圖之外的，它可以是有關(guān)某一主題的專論，或者描述有關(guān)主題的一段文字，也可以是描述某一主題的圖像或視頻。一個主題可以和一個或多個信息資源實體相聯(lián)系。
　　在CSSCI數(shù)據(jù)庫中，來源文獻的基本著錄信息包括：篇名、英文篇名、作者、作者機構(gòu)、文獻類型、學科類別、分類號、基金項目、來源期刊、年代卷期、關(guān)鍵詞和參考文獻，因此，將以上12個著錄項目全部定義為主題類型“來源文獻”的信息資源實體。此外，筆者為來源文獻再添加一個全文信息資源實體，通過輸入相應文獻的鏈接資源，向用戶提供文獻的全文信息。因此，在引文索引主題圖中，來源文獻的信息資源實體總共包括13個。在CSSCI數(shù)據(jù)庫中，被引文獻的檢索結(jié)果頁面信息主要包括被引作者、被引文獻篇名、被引期刊、被引文獻出處和被引次數(shù)5項，點擊每篇被引文獻可以獲取到引用過該篇被引文獻的來源文獻信息。鑒于此，筆者將來源文獻也作為被引文獻的一個信息資源實體，那么被引文獻的信息資源實體總共包括6個：被引作者、被引文獻篇名、被引期刊、被引文獻出處、被引次數(shù)和來源文獻。
　　在進行信息資源實體定義時，需要為每種信息資源實體類型選擇合適的數(shù)據(jù)類型(data type)，這是進行信息資源實體定義的關(guān)鍵。Ontopoly主題圖編輯器中的數(shù)據(jù)類型主要劃分為外部資源實體和內(nèi)部資源實體兩大基本類型，具體包括：日期、日期時間、超文本標記語言、圖像、字符串、數(shù)字和通用資源標識符(URI)7種。來源文獻所具備的13個信息資源實體除了將“全文”定義為通用資源標識符(URI)，其他12種均可以定義為字符串數(shù)據(jù)類型；被引文獻的7個資源實體類型中，除了將被引次數(shù)數(shù)據(jù)類型定義為數(shù)字，其他6種資源實體類型全部定義為字符串。
　　
　　3.3　關(guān)聯(lián)類型的定義
　　關(guān)聯(lián)(association)，是主題圖中最有價值的一部分，它是用來展示主題之間的語義關(guān)系，可以發(fā)生在兩個或多個主題之間。在引文索引主題圖中，我們可以定義三種關(guān)聯(lián)類型：引用關(guān)系、共引關(guān)系、耦合關(guān)系。
　　?引用關(guān)系。在科學文獻體系中，眾多的科學文獻并不是孤立存在的，一篇文章或?qū)Ｖ趯懽鬟^程中，一般都需要參閱相關(guān)的其他文獻，并且在文章或?qū)Ｖ辛谐鏊鶇㈤喌奈墨I，這就形成了科學文獻之間的引用與被引用關(guān)系�？茖W文獻之間的引用和被引用關(guān)系，在一定程度上反映了后人對前人研究成果的借鑒和參考，是由科學發(fā)展的規(guī)律與科學研究活動的規(guī)律所決定的。在CSSCI數(shù)據(jù)庫中，來源文獻和被引文獻之間存在著引用關(guān)系。
　　?共引關(guān)系。當兩篇或兩篇以上的文獻共同被一篇或多篇文獻引用時，我們稱這兩篇或兩篇以上共同被引用的文獻為“共引”，在CSSCI數(shù)據(jù)庫中，共引關(guān)系設(shè)定發(fā)生在兩篇或多篇被引文獻之間。
　　?耦合關(guān)系。如果兩篇或多篇文獻共同引用了一篇文獻，稱這兩篇或多篇文獻之間存在耦合關(guān)系。在CSSCI數(shù)據(jù)庫中，筆者定義耦合關(guān)系發(fā)生在來源文獻之間。
　　
　　3.4　實例的添加
　　在CSSCI數(shù)據(jù)庫的每條檢索結(jié)果記錄中，文獻篇名是進入引文詳細信息的連接點，因此，在進行實例的添加時，將每篇來源文獻和被引文獻的篇名作為實例的名稱。由于主題類型、信息資源實體和實例都是相互對應的，因此添加后的各個實例會自動獲取對應主題類型所具備的各種信息資源實體。如筆者為主題類型“來源文獻”添加篇名為《外文電子期刊收集策略再探》，添加完成之后該篇來源文獻自動獲取來源文獻所具備的13個信息資源實體類型以及與被引文獻《美國的圖書館自動化和文獻資源共享網(wǎng)絡(luò)――現(xiàn)狀與趨勢》之間的引用關(guān)系。圖1所示的是已定義完成的來源文獻實例《外文電子期刊收集策略再探》及所具備的信息資源實體和關(guān)聯(lián)信息：
　　
　　4　引文索引主題圖的瀏覽與檢索
　　
　　4.1　引文索引主題圖的瀏覽
　　引文索引主題圖的瀏覽主要通過OKS Samplers中的主題圖導航框架Omnigator來實現(xiàn)，Omnigator使用簡單的基于HTFP協(xié)議的客戶機／服務器模式，以Tom―cat作為Web服務器。使用Omnigator不僅可以對主題地圖進行瀏覽，還具有管理、合并主題地圖功能，可以對插件全文索引進行管理。它還利用主題杏詢語言Tolog對主題地圖進行查詢、驗證主題地圖的有效性，更換Omnigator顯示模式、視圖等。
　　圖2所示的是來源文獻《外文電子期刊收集策略再探》的主題圖瀏覽界面：
　　該瀏覽界面顯示了《外文電子期刊收集策略再探》所具備的關(guān)聯(lián)類型和信息資源實體。其中，關(guān)聯(lián)類型主要是與被引文獻《美國的圖書館自動化和文獻資源共享網(wǎng)絡(luò)――現(xiàn)狀與趨勢》之間的“引用關(guān)系”；信息資源實體主要包括它的內(nèi)部信息資源實體和外部信息資源實體，如分類號、作者、作者機構(gòu)、關(guān)鍵詞、參考文獻、全文等。需要指出的是，每一種信息資源實體都是一個主題，均可以點擊進入其對應的主題圖瀏覽界面。
　　
　　4.2　引文索引主題圖的可視化顯示與檢索
　　引文索引主題圖的可視化主要通過OKS Samplers中的主題圖可視化工具Vizigator來實現(xiàn)的。在可視化界面中，我們可以選擇關(guān)于某一主題的一級、二級、三級等幾個不同級別層次的可視化顯示�！锻馕碾娮悠诳占呗栽偬健返囊患壙梢暬缑�(見圖3)，層次越小，可視化所顯示的信息就越簡單。
　　引文索引主題圖的檢索也是在可視化界面中來實現(xiàn)的。在可視化顯示上方的檢索框中，我們可以輸入檢索主題，如來源文獻的篇名，檢索結(jié)果會以亮色突顯的方式來呈現(xiàn)給用戶，從而實現(xiàn)引文索引主題圖的可視化檢索。
　　
　　5　結(jié)語
　　
　　本文以CSSCI中的部分數(shù)據(jù)作為樣例來源，利用主題圖工具OKS Samplers實現(xiàn)了引文索引主題圖的構(gòu)建，驗證了主題圖技術(shù)應用于引文索引數(shù)據(jù)庫中的可行性。本實驗系統(tǒng)所構(gòu)建的引文索引主題圖具有以下特點：①給用戶提供了基于語義的導航，當用戶瀏覽某個主題時，系統(tǒng)就將和該主題有關(guān)聯(lián)的其他所有主題都展示出來，并提供了它們之間存在的語義關(guān)聯(lián)，這種語義關(guān)聯(lián)能夠揭示主題之間的引證關(guān)系，為科學評價提供依據(jù)；②在所構(gòu)建的主題圖瀏覽界面中，每個主題都具備“超級鏈接”功能，這個“超級鏈接”功能是在構(gòu)建主題之間的語義關(guān)聯(lián)后，由系統(tǒng)自動生成的；③通過利用主題圖系統(tǒng)的可視化插件，實現(xiàn)了所構(gòu)建的所有主題的可視化瀏覽。
　　關(guān)于主題圖應用于引文索引數(shù)據(jù)庫，筆者認為首先需要在不影響整體引文索引數(shù)據(jù)庫使用的前提下，先進行小規(guī)模的實驗研究，分析引文索引數(shù)據(jù)庫使用主題圖技術(shù)的可行性；其次，需要判定所構(gòu)建的引文索引數(shù)據(jù)庫適合使用哪種主題圖工具，即進行主題圖工具的調(diào)研和選定，因為目前國外大部分主題圖工具都是付費使用，小部分主題圖工具提供一段時間的免費試用期，所以如何選擇適合的主題圖工具是至關(guān)重要的。本文中的實驗系統(tǒng)只選擇了CSSCI中的部分來源文獻和被引文獻作為實驗對象，還有待于進一步的拓展。同時，主題圖技術(shù)的其他功能在引文索引中的應用，如合并功能、語義挖掘等，也有待于進一步的研究和開發(fā)。

相關(guān)熱詞搜索：引文 中文 索引 中文引文索引主題圖的構(gòu)建及其實現(xiàn) 中文社會科學引文索引 中文學術(shù)圖書引文索引