學術閱讀智慧化：學術論文在線閱讀系統優化研究

王曉光?夏凌穎?段青玉

【關? 鍵? 詞】學術閱讀;智慧閱讀;閱讀系統;優化策略

【作者單位】王曉光，武漢大學信息管理學院;夏凌穎，武漢大學信息管理學院;段青玉，武漢大學信息管理學院。

【基金項目】大數據資源語義組織與管理應用研究（2019CFA025）。

【中圖分類號】G252.17 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2021.13.003

學術閱讀是學者獲取科研資源、積累學術知識和跟蹤學科前沿的重要手段，其中學術論文因其易獲取性和高價值性成為學者獲取學術信息的主要來源[1]，閱讀學術論文已然成為各學科領域中研究、教學和學習必不可缺的活動[2]。然而，隨著數據密集時代的科研信息化，學者有限的閱讀時間難以應對學術信息的爆炸式增長，單一、線性、靜態的學術內容呈現與學者非線性、動態化、差異化和多元化閱讀需求之間的矛盾日益突出。在大數據、人工智能等技術與其他產業縱深融合的背景下，智慧閱讀（或稱智能閱讀）概念日益興起，成為出版業發展的新趨勢[3]，也成為解決學術論文閱讀矛盾的重要途徑，因此，亟待以學術用戶閱讀需求為導向，優化學術論文出版模式，助推學術閱讀智慧化。

當前，學界對智慧閱讀的探討較為有限，鮮有面向學術領域的智慧閱讀研究。本文在綜合考量智慧閱讀、語義出版、學術出版等相關概念研究的基礎上，認為面向學術的智慧閱讀是智慧閱讀時代科研用戶開展學術閱讀活動的新型閱讀模式。它以學者多維、動態、非線性和差異化的學術閱讀需求為導向，借助大數據、人工智能、機器學習以及語義出版相關工具與技術，對學術論文及其關聯信息、數據進行結構化組織、語義化處理、細粒度加工、深度關聯與相關要素增補，以實現學術閱讀活動的個性化、精準化、關聯化、可視化、交互性與自適應，降低學者學術信息獲取難度、提升學術信息使用效率、助力知識發現與驗證，以及實現學術信息價值增值，最終實現學術閱讀智慧化。

一、學術閱讀任務類型與需求

閱讀需求和閱讀任務會影響用戶的閱讀行為和閱讀效果[4]。學者在開展學術閱讀活動時，通常會帶有不同的閱讀任務，進而產生相應的閱讀需求，并以此為導向采取不同的閱讀策略和認知模式。

在學術閱讀任務研究上，Dillon認為，學者閱讀學術論文主要出于兩種目的：一是將學術論文作為參考資料和學習資料;二是出于個人的閱讀興趣[5]。Kim將閱讀任務表征為解釋性任務、事實性任務和探索性任務三類，并基于不同任務中用戶采用信息搜尋策略模式和頻率的差異構建了信息搜尋行為模型[6]。Lei. Z針對用戶在科學論文閱讀過程中產生的功能性需求，定義了學習背景知識、參考事實、參考論點、參考方法、跟進前沿研究等六種科學論文語境下的信息使用任務[7]。

在學術閱讀需求研究上，蔡培發現在信息需求方面，科研人員更加注重國內外相關科研進展、學科前沿動態和論文收錄引用與評價，同時總結了信息需求的十類研究主題：科研數據需求、文獻計量需求、科研過程需求、隱性需求、文獻資源需求、網絡資源需求、學科信息需求、知識服務需求、創新型需求和個性化需求[8]。彭倩發現，研究生用戶對學科領域前沿、研究方法、相關背景知識、工具技術、專業基礎知識等學術信息存在較大需求，且學科差異對用戶需求影響較大[1]。Ribaupierre等根據用戶訪談結果，降序排列學術用戶最強烈的學術閱讀需求為提升知識、寫論文、找到新想法/靈感、發現新觀點、了解新情況、文獻比較、對他人成果進行評價、尋找特定定義、方法比較、知識總結、驗證觀點等[9]。Al-Shboul等將人文學者在教學與研究過程中的信息需求分為研究信息需求、教學信息需求、信息素養需求、個人間信息需求四類[10]。劉晶總結得出人文學者最常見的六項閱讀需求是知識拓展、知識更新、找到特定內容、發現新研究想法/觀點/主題、比較與分析不同觀點并驗證觀點、梳理研究進展，并將其歸納為三大閱讀任務：理解任務、檢索任務和積累任務[4]。

本文綜合已有關于學術閱讀任務與需求研究的框架，歸納出三類學術閱讀任務下的七類學術閱讀需求：檢索任務包括獲取特定信息這一需求，理解任務包括文獻比較、發現新問題/觀點/主題、梳理研究進展、觀點驗證四類需求，積累任務包括知識擴展和知識更新兩類需求。

具體而言，在檢索任務下，學者不需要深度理解全文，只需借助檢索工具就能快速定位并獲取所需內容，而后進行后續的處理加工，他們往往會采取選擇性閱讀的策略。因此，有必要對科學論文進行結構化處理和細粒度語義標注，以及提供便捷的檢索途徑。

在理解任務下，學者需要對學術論文內容進行深度理解和意義建構，并將論文知識內化并與自身知識體系融合，形成自己的觀點。因此，在閱讀時，學者往往會采取詳讀和重讀相結合的閱讀策略，需要投入大量的精力才能完成理解任務。已有研究表明，外部語義增強環境能降低用戶閱讀科學論文的難度，提高科學信息的利用效率[11]。此外，學者在閱讀時所做的高亮、注釋、評注等行為有助于強化內容理解[12]。因此，為了更好地滿足學者在開展理解任務時的閱讀需求，可從優化外部語義增強環境和完善自定義輔助信息處理功能等方面考慮閱讀工具的設計。

在積累任務下，學者需要進行廣泛閱讀，在閱讀過程中他們往往采取遙讀、首尾閱讀等策略了解概要，從而快速積累相關知識，完成積累任務。因此，如何讓學者更高效、便捷地獲取所需學術內容，更好地與學者在積累任務下的學術閱讀策略相匹配，是滿足積累任務學者學術閱讀需求的關鍵，可從深度數據挖掘與分析、知識內容精準推薦等功能考慮進行系統優化。

二、學術閱讀系統功能調查

根據學者使用度高、涵蓋全學科領域及較早提供增強型學術論文閱讀服務三條原則，本文選取在提供智慧學術閱讀方面具有學科全覆蓋和服務典型性的三個平臺——中國知網、ScienceDirect和Wiley Online Library進行分析，以管窺當前學術用戶論文閱讀需求滿足現狀。

調研發現，這三個學術出版平臺主要提供特定內容獲取、增強信息提供、輔助信息處理、信息推薦與個人知識庫、可視化五個方面的智慧閱讀服務，在不同程度上滿足了學術閱讀在檢索、理解和積累任務方面的相關需求，如表1所示。

1.面向檢索任務的閱讀系統功能建設現狀

當前，學術論文閱讀工具主要通過兩種智慧閱讀服務來滿足檢索任務相關需求，即滿足用戶獲取特定內容的需求。

（1）不同粒度的檢索

中國知網提供知識元檢索，平臺與概念知識庫、問題方法知識元庫、中國經濟社會大數據研究平臺等相關聯，可以檢索圖片、統計數據、指數、方法、概念等知識元。如對概念的檢索不僅可以查詢到概念的基本定義、特征、結構、分類、功能、原理、起源、發展、影響因素及文獻出處，還可以查看所有文獻的同文知識元內容。ScienceDirect使用啟發式和機器學習方法自動生成主題并提供主題檢索與列表瀏覽兩種獲取途徑，主題信息與Elsevier百科全書、參考文獻、相關主題相鏈接，可幫助學者快速獲取特定主題下的所有文獻。但上述兩種檢索方式都無法在特定論文閱讀界面上便捷使用。

Wiley目前只提供關鍵字、期刊和引文檢索，檢索粒度較粗。

（2）標題與圖表導航

目前，中國知網和ScienceDirect在特定論文的閱讀界面只提供左側邊目錄導航欄，細化到三級標題。部分論文提供文內圖表導航，以超鏈接形式跳轉，但學者只能跳轉到文內相應部分后自行閱讀查找所需內容，無法在該論文頁面中直接檢索和獲取論文結構單元信息。

Wiley在閱讀界面提供下拉式目錄導航欄，內容細化到一級標題，以超鏈接形式跳轉。其右側邊“Figures”一欄直接展示本文所涉所有圖片資源，學者可以直接點擊查看或下載，但未提供超鏈接直接跳轉至文內圖片對應位置。

基于以上分析可以發現，當前閱讀工具提供多維、多粒度方式獲取特定內容，包括從具體文獻到文獻的內部單元，但不同閱讀工具提供的學術閱讀智慧化程度存在較大差異，但整體來看對讀者閱讀情境和內容需求的考慮不夠全面。尤其是閱讀作為一個持續性行為，用戶多項需求之間的連續性難以被保持和滿足，這反映出閱讀工具在提供特定內容獲取方面的智慧閱讀服務尚未成熟和體系化。

2.面向理解任務的閱讀系統功能建設現狀

當前，學術論文閱讀平臺主要提供以下兩種智慧閱讀服務來滿足理解任務的相關需求。

（1）語義關聯與要素增補

中國知網提供期刊、作者、機構、關鍵詞以及基于引文網絡的相關文獻信息鏈接，其中關鍵詞可鏈接到知網百科查看詳細釋義，同時提供相似和相關詞鏈接，提供原圖表下載鏈接并可將表格數據導出到Excel，提供作者圖片和相關學術視頻等增補信息。

ScienceDirect可提供作者、期刊及相關文獻關聯信息，其中參考文獻大多鏈接至Scopus和Google Scholar頁面，但因版權等問題只有少部分直接提供全文鏈接;ScienceDirect還提供文內所涉高質量圖像下載及代碼、補充數據等增強信息，補充內容文件格式多達近40種。

Wiley可提供作者、期刊、參考文獻、關鍵字、基金等關聯信息，并以內嵌、浮窗或超鏈接的形式展示;還可提供基于文章的Altmetric關注評分，用以衡量文章收到的在線關注質量和數量;提供關注該文章的讀者數據（包括地理位置、學歷和學科的細分統計），以及該文章在研究領域中的研究產出排名信息，以幫助學者更好地評估該文章的科研價值;提供論文增補信息和文內所涉高質量圖像下載。

（2） 內嵌輔助閱讀標記與檢索功能

在中國知網、ScienceDirect、Wiley中，只有中國知網在閱讀界面提供劃線、高亮、復制、摘錄、筆記等功能，并可對選中內容進行詞典檢索。當前閱讀工具都會提供一定的語義關聯信息和增補要素，以提高學者知識獲取的效率。但不同閱讀工具在內容語義關聯程度和增補要素的豐富度上差異較大，且語義關聯的粒度較粗，無法滿足學者基于細粒度特定內容進行延展閱讀，以梳理研究進展并發現新問題、觀點、主題的需求。而且，增補數據不夠全面和語義化，在一定程度上也影響了作者觀點驗證。此外，目前只有中國知網在閱讀界面提供輔助閱讀標記與檢索功能，欠缺文獻多視圖顯示與并排比較的功能設計，不利于學者直接高效地進行文獻比較。

3.面向積累任務的閱讀系統功能建設現狀

當前，學術論文閱讀平臺主要提供以下兩種智慧閱讀服務來滿足積累任務的相關需求。

（1） 信息精準推薦與可視化

一方面，中國知網以可視化方式呈現源文獻的引文網絡并提供文獻鏈接，幫助學者快速循證和積累所涉主題下的豐富學術資源，掌握細分主題和研究點的發展動向。另一方面，中國知網提供核心文獻推薦，可視化展現相關主題的研究起點、研究來源、研究分支、研究去脈，學者可快速對研究主題進行溯源并明確其發展路徑、方向，還可以通過查看相應主題詞下的核心文獻了解更多細節。此外，中國知網還提供相似文獻、讀者推薦、相關基金文獻、關聯作者等推薦信息，方便學者高效獲取知識擴展所需學術信息;提供檢索結果的發表趨勢、主題、學科、作者、機構、基金、文獻類型等可視化分析;提供關鍵詞的關注度指數可視化分析，幫助學者迅速把握關注主題的發展趨勢、研究熱點與研究前沿。

ScienceDirect則利用機器學習等技術智能匹配用戶畫像數據和數據庫信息，每周發送包含推薦文獻和書籍章節鏈接的電子郵件，以及在登錄頁面動態顯示強相關推薦信息，為學者提供個性化推薦服務，高效助力學者科研活動開展。

Wiley只提供特定論文相關文獻推薦信息。

（2） 個人知識庫

中國知網的“個人書房”提供我的收藏、我的訂閱、我的歷史、引文跟蹤、我的成果五種功能，方便學者建立個人知識庫和及時獲取最新學術信息。ScienceDirect和Wiley則提供收藏、訂閱和引文追蹤等功能，幫助學者追蹤特定文獻或主題并及時獲取最新進展。

綜上可以看出，以上三個平臺都會提供論文推薦和個人知識庫功能，但是在信息推薦智慧程度上差異較大。ScienceDirect根據智能算法精準匹配知識內容和學者需求，中國知網和Wiley則依靠文獻的語義關聯進行推薦，沒有將用戶數據作為推薦依據，智慧化程度不高，未能很好地滿足用戶知識拓展和更新的需求。此外，三者在可視化功能設計上仍不夠細致和完善，在個人知識庫的功能設計上也有待細化和拓展。

整體而言，國內外各大學術出版平臺在整合知識體系，豐富關聯信息，優化學術內容呈現，提供個性化服務等方面已經實現了一定突破，在一定程度上優化了學者的學術閱讀體驗、提升了學者知識獲取的效率。但每個平臺都存在不足，如不能提供基于論文內容組件的檢索和直接獲取，仍欠缺更細粒度、更豐富、更全面的基于論文內容深度標引基礎上的語義增強信息，個性化閱讀功能設計仍有待完善，數據可視化分析等服務尚待加強等。

三、學術論文在線閱讀系統優化策略

基于學術閱讀需求及滿足現狀的分析結果，本文提出如表2所示的用戶學術閱讀需求與滿足優化路徑，以期實現智慧學術閱讀的個性化、精準化、關聯化、可視化、交互性與自適應，降低學者學術信息獲取難度，提升學術信息使用效率，助力知識發現與驗證，從而實現學術信息價值增值和學術閱讀智慧化。

1.面向內容的語義增強

面向內容的語義增強對學術論文進行多粒度的內容結構化處理和語義特征揭示，有助于學者快速定位最有價值的知識內容[13]，包括對正副文本內容和增補要素的語義標注和深度關聯，能夠實現學術閱讀的個性化、精準化和關聯化。當前，學界已經從語句、語篇等多個層面和粒度提出論文內容語義組織策略與模型，以優化學術論文內容檢索和呈現方式，提高學者的閱讀效率與閱讀效果。學術論文閱讀平臺應充分利用已有研究，根據論文學科特點和不同粒度內容的語義處理要求，綜合利用自然語言處理、機器學習、本體、知識圖譜等技術，有針對性地實現論文內容的多粒度語義標注與可視化檢索。而在對知識內容進行細粒度語義標注的基礎上進行語義上的充分關聯與要素上的充分增補，可構建可信的、情境化的、關聯的、可認知、可預測、可利用的智慧數據集，實現傳統論文資源向智慧數據的轉型升級。

具體可從宏觀和微觀兩個角度，實現論文內容的深度語義增強。宏觀上，可構建一個基于引用、作者、機構、關鍵詞、主題、合作關系等的學術論文關聯網絡，以為學者提供豐富的關聯資源與學術循證支持。微觀上，一是利用通用優質的本體模型自動關聯論文各內容構件，形成文獻內的知識網絡;二是在論文資源整合的基礎上借助本體互操作、本體映射等實現不同論文內容構件間乃至不同數據庫、知識庫存儲內容間的語義關聯，這是助力形成論文間富語義網絡的重要一環;三是為學術論文提供內容豐富、形式多樣的補充或支持信息，并進行深度語義標注和關聯，從而推動形成更廣范圍的論文內容智慧數據集。

2.面向閱讀過程的認知增強

面向閱讀過程的語義增強，在交互界面上可提供多樣實用的輔助信息處理功能，有效促進學者理解和記憶知識內容，從而實現學術閱讀的個性化、精準化和交互性。

在用戶自定義生成內容方面，可在已有的筆記、注釋、批注等功能上增加在線開放評價功能。一方面，在線開放評價能為其他學者評估文獻價值提供參考;另一方面，優質的同行評價能成為論文的有益補充，有助于其他學者理解和擴展相關知識。

在個人知識庫建立方面，除為學者提供單篇文獻收藏、引文追蹤、文獻與期刊的訂閱功能外，還可在論文內容深度語義標引與關聯的基礎上提供論文構件的單獨收藏。如將數據集、知識元、多媒體資源等分別收錄，以形成內容粒度更細、收藏夾形式更多樣、語義關聯程度更深的個人智慧庫。此外，還可提供劃詞翻譯、不同語言版本內容選擇、論文文檔多視圖并排顯示與比較等功能，滿足學者閱讀的多樣化需求，并利用用戶行為數據豐富用戶畫像，作為系統優化和知識推薦服務的參考依據。

3.面向用戶的服務增強

面向用戶的服務增強運用人工智能、機器學習、數據挖掘等智能技術，以智慧化方式呈現和傳遞富語義的論文內容，能夠實現學術閱讀的個性化、精準化、關聯化、可視化、交互性和自適應。

一是利用機器學習等技術智能匹配用戶畫像數據和論文智慧數據，及時、動態地為學者提供精準的推薦信息，助力知識拓展、知識更新和興趣發現。

二是對用戶數據尤其是相關閱讀數據進行深度挖掘，發現用戶的個性化閱讀策略和閱讀模式。一方面可根據數據分析結果，自適應調節內容呈現方式和界面設計;另一方面，可以此為依據對閱讀系統進行優化設計。

三是強化對論文數據的分析與挖掘。可以是基于選定領域論文內容的知識單元識別與抽取，通過知識聚合與分析提供類似主題演化和趨勢探測等內容服務，也可以是基于用戶自定義內容的數據分析服務。

四是提供覆蓋學術閱讀全過程的可視化功能，包括單篇論文知識結構的可視化呈現、粒度可選的學術網絡可視化呈現、數據分析結果的可視化呈現等，充分利用視覺資源降低學者知識獲取難度，提升學者知識發現的能力。

四、結語

本文以學術論文閱讀為關注點，對用戶學術閱讀的任務與需求進行分析，并在案例分析的基礎上總結現有學術論文在線閱讀系統在內容提供和呈現、功能設計和服務支持上的不足，提出應當充分利用論文內容數據和用戶數據實現學術閱讀智慧化。

一是應對論文知識內容進行深度語義化處理與要素增補，形成內容豐富、語義關聯程度高、價值密度大的智慧數據集;二是智能匹配內容數據和用戶數據，為用戶提供精準內容推薦，助力知識拓展與知識更新，實現知識提供的智慧化;三是充分滿足用戶利用各種輔助信息處理功能的需求，同時將可視化功能嵌入閱讀系統中，有效降低用戶知識處理難度，優化用戶學術閱讀體驗，在以用戶學術閱讀需求為導向的基礎上進行學術閱讀系統的優化設計，助推學術閱讀智慧化轉型。

|參考文獻|

[1] 彭倩. 研究生學術閱讀行為與需求分析[D]. 武漢：華中師范大學，2017.

[2]NICHOLAS D . Using， Citing and Publishing Scholarly Content in the Digital Age：Case Study of Humanities Researchers[J]. Zagadnienia Informacji Naukowej - Studia Informacyjne，2015（105）：7-19.

[3] 方卿，王欣月，王嘉昀. 智能閱讀：新時代閱讀的新趨勢[J]. 科技與出版，2021（5）：12-18.

[4] 劉晶. 人文學者的電子書閱讀策略研究[D]. 武漢：武漢大學，2019.

[5] DILLON A. Designing usable electronic text： Ergonomic aspects of human information usage[M]. CRC press， 2004.

[6]KIM J. Describing and predicting information-seeking behavior on the Web[J]. Journal of the Association for Information Science & Technology，2014 （4）：679-693.

[7]LEI Z，KOPAK R， FREUND L，ET AL. A taxonomy of functional units for information use of scholarly journal articles[J]. Proceedings of the American Society for Information Science & Technology，2011（1）：1-10.

[8] 蔡培，盧章平，王正興. 高校科研用戶信息需求研究現狀與啟示[J]. 圖書情報研究，2019（4）：58-64.

[9]RIBAUPIERRE H D，FALQUET G. Extracting discourse elements and annotating scientific documents using the SciAnnotDoc model：a use case in gender documents[J]. International Journal on Digital Libraries，2017（3）：1-16.

[10]Al-SHBOUL M K，ABRIZAH A. Information Needs：Developing Personas of Humanities Scholars[J]. Journal of Academic Librarianship，2014（5）：500-509.

[11] 金秀坊. 外部語義增強環境對用戶認知負荷及閱讀效果的影響研究[D]. 武漢：武漢大學，2019.

[12] 肖鵬，潘燕桃，張久珍. 中國大陸大學生學術閱讀載體偏好與行為研究：基于全球調查數據的比較研究[J]. 中國圖書館學報，2018（1）：62-75.

[13] 宋寧遠，裴雷，王春迎. 科學論文語義增強的研究進展與趨勢研判[J]. 圖書情報工作，2021（1）：82-90.