■庞 丽 王利鹏 郑春雨 陈 婕*

1）中国医科大学附属盛京医院妇产科，辽宁省沈阳市铁西区滑翔路39号 110022

2）中国医科大学期刊中心，辽宁省沈阳市沈北新区蒲河路77号 110122

根据Web of Science数据库统计，2018年全球发表学术论文总量大约为261.75万篇，中国已超过美国成为全球最大的科研论文生产国，2022年我国期刊总数为10185种，其中科技期刊有5071种［1］，年发文量为100多万篇。伴随着国内“数据汇交”政策与国际“非商业目的的文本与数据挖掘著作权费用全免”政策的深入，大量“开放为常态，不开放为例外”的科学数据和科研成果成为公共资源，可供挖掘的数据规模巨大，研究基础雄厚，这将促进科学突飞猛进。然而，如何有效利用智能化手段进行文本与数据挖掘，摈弃冗余无效数据，从而指导学科发展，是摆在每位期刊人面前的一项课题。“文本与数据挖掘”（Text and Data Mining）是一项交叉技术，与图书情报学、信息学、术语学、机器学习、自然语言处理、模式识别、神经网络计算、数理统计等学科领域融合。近年来，随着人工智能技术的不断突破，文本与数据挖掘进展迅速。精准、全面、有效地利用文本与数据挖掘有效评估稿件、筛选主题、回避学术不端、预测学科发展、捕捉创新点、辅助高水平办刊及拓展应用是目前科技期刊关注的重点。国内该领域研究不多，既往研究对关键词抽提、挖掘逻辑、选题策划、创新性评估等进行探索，但尚未见对标准化智能体系的报道。边钊等［2］以遥感领域为例，分析关键词规范化对主题信息挖掘结果的影响，发现须进一步对关键词按照一定规则规范化以重塑聚类，方可得到优化结果，但其仅对遥感领域关键词数据进行抽提而非整篇科技文献的元数据。……