知识单元是指包含知识信息的微观粒子,是知识信息的载体,同时也是知识在细粒度上的体现,在社会文明发展的过程中发挥着不可或缺的作用。引用语境是施引者在引用文献时的一种描述性文字,包含施引者的引用动机、情感和目的等。建立科学、合理、高效的机器学习模型,提取引用语境中的知识单元并对其进行流动模式研究,可以帮助学者有效了解知识和技术的更新和发展,为学者在其研究领域提供方向和思路有着重要的实际意义。为了解决尚未有公开的引用语境中知识单元数据集的问题,本文针对生物医学领域,选取了Pub Med网站上2008年到2018年按比例抽取的1000篇文本数据,提取了引用语境等信息并对知识单元进行了标注,构建一套较为完善的数据集。同时提取了数据的一般语义特征、字符特征、大小写特征、基于词向量的布朗聚类特征,构建了Bi-LSTM-CRF的知识单元挖掘模型,并通过实验对CRF模型和Bi-LSTM-CRF模型进行对比分析。实验结果表明,Bi-LSTM-CRF模型的识别效果要好,在三个评价指标的数值上都要高于CRF模型,其精确度为0.7618,召回率为0.7099,₁值为0.7349,在₁值上较CRF模型提升明显。为了研究引用语境中知识单元的流动模式,从宏观和微观两个层面,利用异构信息网络进行分析,并将结果进行可视化展示。宏观层面上,研究结果表明在生物医学领域中,相比于其他三种类型的知识单元,第四类特定领域类的知识单元在引用语境中占比最高,学者在引用文献时更多倾向于引用自己所研究领域内的知识单元,实验结果与客观事实也相符。微观层面上,能够清晰直观地看到具体的某个知识单元在论文之间的流动路径,有利于了解知识单元的兴起和发展的方向。