随着开放获取运动的开展,学术论文全文、审稿人意见等资料越来越容易被获取,这些文本资料中蕴含着大量的有用信息,可以为学术论文创新力评价提供新的视角和方法。同时,随着自然语言处理技术的不断成熟,其应用领域也在不断扩大,越来越多的领域都在使用自然语言处理技术来完成特定的研究或工作,在评价计量学领域中,自然语言处理技术的应用也成为了研究的重点和热点。本文借助文本挖掘技术,从审稿人的评论文本中,挖掘出有关创新力的内容,运用机器学习模型和“投票原则”,构造一个基于评论文本创新力情感分析的学术论文创新力评价指标。然后结合对学术论文本身的主题创新力测度值和Open Review网站上对论文的总评分,对构建的指标进行合理性检验。最后构建了融合上述构建指标的学术创新力评价指标体系,并运用熵值法对指标进行赋权,并综合评价学术论文的创新力。本文的研究结果将审稿人的非结构化、非定量化的评论文本转化为定量的创新力评价指标,能够更加直观地向大众展现学术论文地创新力情况,为完善学术论文创新力评价指标体系建设提供了参考,能够帮助实现学术论文创新力评价的公平性、科学性、时效性,提高具有高创新力的学术论文的利用率,增强科技成果转化能力,助力国家创新驱动发展战略的实施。