程齐凯，李鹏程，张国标，陆 伟

（1.武汉大学信息管理学院，武汉430072；2.武汉大学信息检索与知识挖掘研究所，武汉430072）

1 引言

学术文本作为一种高信息密度的文档资源，是科研工作者实现知识生产和知识组织的重要载体。随着可获取数字图书资源的日益激增，“信息爆炸”和“信息过载”使得信息精准检索和知识快速获取越发困难[1]。即便是在面对一个相对较小的研究课题时，研究者也需要耗费大量时间和精力来完成相关文献的查阅工作。为方便研究者索引文献和获取知识，现有的符号系统制定了类目繁多的分类标引框架[2]，研究者通过使用统一普适的分类号来提高检索效率。然而，以文献为粒度单元的检索策略，并不能满足研究者逐渐增长的细粒度、导向性的知识快速获取需求。Ribaupierre等[3]指出，科研人员信息获取行为往往基于目标和任务驱动，对于文章中的问题、方法或结果等特定语篇内容更为关注。因此，学者们试图在理解文本语义信息的基础上实现词汇粒度层面的文本标签构建，为知识密集型领域的知识服务体系提供底层索引支持。

学术文本词汇功能识别的目的是抽取出学术文本中表征的问题、方法、对象和工具等词汇，其本质为信息抽取问题。命名实体识别（named entity recognition，NER）作为信息抽取（information ex‐traction，IE）领域中的重要下游分支，其任务形式与学术文本词汇功能识别也较为相似。鉴于命名实体识别的相关基础技术（如分词、词性标注、句法分析）都日趋完善，一种行之有效的策略是使用命名实体识别中的序列标注完成学术文本词汇功能的自动识别[11,18]。……