欧石燕 陈嘉文

关键词：科学论文;语步识别;机器学习;深度学习

科学论文是科研人员分享研究成果、学习他人经验的重要媒介。近年来，随着科学研究的飞速发展以及数字出版的普及，科学论文数量急剧增长。与此同时，科研人员的信息需求也变得越来越多元化和精细化。但是科学论文传统的线性组织模式并不利于读者快速理解论文的整体结构和精准定位论文中的特定信息，降低了读者的阅读效率，难以应对海量科学论文的“轰炸”。在此背景下，一些学者开始对科学论文的篇章结构进行研究，通过使用文本信息处理技术自动识别出论文内容的不同功能组成部分，以帮助读者定位特定信息。但这些研究往往以章节或段落为单位[1-4]，划分粒度较粗，不能满足读者愈发精细的信息需求。

1981年，密歇根大学的著名语言学家SwalesJM提出了语步分析法，其核心是通过分析文本局部的交际目的或修辞策略划分文本的功能层次，并将具有特定交际功能和目的的文本片段称作语步（Move），将实现语步的方法称为步骤（Step）[5]。语步分析法从论文的交际意图出发对科学论文进行拆解，分析得到的语步结构为理解科学论文的内容提供了新的视角，具有提供细粒度文献信息服务的潜能。然而语言学者们进行的语步分析是一个费时费力的手动过程，这限制了语步结构更广泛、深入的应用。

近年来，随着机器学习尤其是深度学习技术的不断发展与突破，为以句子为单位的科学论文语步自动识别提供了可能。……