科学文献是科研工作者分享研究成果的学术交流过程,而引文则是关联这些研究成果的主要途径。科学工作者通过引文表达对他人研究成果的认同,提供原始知识源,获得同行支持,还能在其中表达他们的想法和意见。这些想法和意见是非常宝贵的学术资源,科学引文的情感分析旨在了解作者对科学引文的想法和意见。科学文献中的引文情感,通常被认为是中性的,要么是客观地描述了一种算法或方法,要么是被用于支持事实或陈述。这可能是作者为了避免引发来自社会的公开批评而采取的公关策略。但是,积极和消极情绪仍然存在,并且是可以被读者发现的,这种情绪以一种微妙的方式表达出来。虽然措辞模糊,但是科学引文中隐藏了作者对被引文献的情感表达。然而,目前国内只有少量论文关注科学引文的情感倾向,尤其对引文的细粒度情感类型缺乏深入调查和研究。基于上述背景,本文围绕科学引文的情感分类和情感识别展开了研究。主要内容如下:第一章为绪论。主要包括研究背景和研究意义、国内外研究现状和述评、本文的研究思路、研究方法、研究特色和创新点。第二章概述了理论和技术基础。介绍了引用行为理论和引文分析方法,并对信息抽取技术进行了总结,梳理了情感分析技术的主要方法。第三章构建了科学引文的情感分类模型。将科学引文的情感细粒度地分为情感极性和情感强度两个维度,情感极性包括正向、负向和中立三种类型;根据情感强度进一步细分为正向、弱正向、中立、弱负向、负向五种类型。情感极性的决定因素与引用动机有关,引用动机可划分为显性支持、隐性支持、他人信誉、否定评价、比较评价、混合评价、事实数据、历史背景、行业共识和个人偏好十种类型。将引文划分为功能引用和社交引用、必要引用和辅助引用、基本引用和敷衍引用、高水平引用和低水平引用,从而帮助判别引文的情感强度。本章设计了科学引文的情感标注框架,提出将同属心理活动范畴的引用动机和引文情感进行同步标注。引文情感标注框架包括引文情感标注体系、引文位置标注体系和引文元数据标注体系。最后,采集了科学文献数据集并人工标注,证实了科学引文情感标注框架的合理性和稳定性。第四章提出了科学引文的内容抽取方法,首次挑战了面向中文科学文献的引文上下文提取任务。本文将引文内容抽取任务分为引文句子抽取、引文元数据抽取和引文上下文抽取三个子任务。根据国内科学文献参考文献著录规则,制定了引文标识符转化规则,用于抽取引文句子;解析了参考文献信息的顺序和格式,利用正则匹配析出参考文献;借鉴自然语言处理的指代消解方法抽取引文上下文。该方法经过人工标注数据集测评,证实能有效提取引文内容。第五章生成了科学引文情感分类算法。首先,创新地尝试了构建面向科学引文的情感词表。由于缺乏规范、全面、适用的中文情感词典,自行抽取情感词构建情感词表。主要研究思路是,在实验数据集上直接抽取情感词、并判定其情感极性。该方法借助权威语义知识库WordNet,以及该资源的汉化版本汉语开放词网COW,参考其情感资源SentiWordNet为每个情感词设置情感分数。然后,根据引文句子中每个单词的情感分数,结合中文语言学规则和语义标签,计算每个句子的情感得分。累积引文句子和上下文的情感分数,得到引文情感分值。该数字结果离散化后,进行细粒度的情感分类,包括二分类、三分类和五分类。此外,本章研究了科学引文的细粒度情感分类方法。在科学引文数据集中应用了监督机器学习方法,比较了朴素贝叶斯和支持向量机在引文情感分析中的表现。结果显示,SVM分类器采用词袋特征或词频特征的情感分析性能都更优于NB分类器。此外,借助科学引文的情感评分,为SVM添加情感特征可进一步提高分类效果。实验结果显示,与简单的机器学习方法相比,融入引文情感评分的混合方法表现最佳。第六章为总结与展望。对研究的主要成果进行总结,并指出研究的局限和后续进一步改进的方向。