基于語義加權(quán)網(wǎng)絡(luò)的重點領(lǐng)域科學(xué)基金資助態(tài)勢識別研究

摘 要： ［目的／ 意義］ 科學(xué)基金制度是各國（地區(qū)）提升科學(xué)研究水平的重要方式， 準(zhǔn)確識別科學(xué)基金的資助方向和資助成效是感知科技發(fā)展態(tài)勢的關(guān)鍵。［方法／ 過程］ 為識別科學(xué)基金資助態(tài)勢， 在提出關(guān)鍵短語抽取規(guī)則后， 利用語義相似度消除同、近義詞的歧義影響， 利用動態(tài)滑動窗口和語義相似度構(gòu)建語義加權(quán)的詞共現(xiàn)網(wǎng)絡(luò)， 并基于社團劃分方法識別基金主題。在集成電路領(lǐng)域比較１ ８１２項中國國家自然科學(xué)基金和２ ８０７項美國國家科學(xué)基金的資助主題分布、資助力度變化和資助效果， 該方法能夠準(zhǔn)確識別基金主題分布和資助成效。［結(jié)果／結(jié)論］ 中國國家自然科學(xué)基金和美國國家科學(xué)基金均涵蓋了集成電路領(lǐng)域的主要研究主題， 在重點資助方向和資助力度上有較大差異； 中國國家自然科學(xué)基金資助的論文平均被引頻次相對較低， 受資助機構(gòu)相對單一。

關(guān)鍵詞： 科學(xué)基金； 資助態(tài)勢； 社團劃分； 詞共現(xiàn)網(wǎng)絡(luò)； 主題分析； 集成電路

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２５．０１．００４

〔中圖分類號〕Ｇ２５２. ８ 〔文獻標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２５） ０１－００４６－１４

科學(xué)基金聚焦國際研究前沿和國家重大戰(zhàn)略需求， 通過調(diào)整科技資源的分配方式引領(lǐng)科技發(fā)展方向， 促進重點科技領(lǐng)域的原創(chuàng)性和突破性創(chuàng)新， 體現(xiàn)了國家科技戰(zhàn)略的總體部署方針， 對識別全球科技創(chuàng)新競爭態(tài)勢和預(yù)判科技創(chuàng)新制高點具有重要意義。尤其是在國際科技競爭和新一輪科技革命的雙重驅(qū)動下， 亟需明確科學(xué)基金的重點資助方向和資助方式， 加強重點科技領(lǐng)域的前瞻性資助部署。科學(xué)基金資助態(tài)勢是基金重點資助方向、資助策略和資助成效的綜合表現(xiàn)， 識別基金資助態(tài)勢能夠全面展現(xiàn)國家科學(xué)資助重心及其演變過程， 明確未來一段時間內(nèi)科學(xué)研究的主要發(fā)展方向， 反映各個國家（地區(qū)） 的科技競爭策略， 從而為制定和調(diào)整我國的科學(xué)基金資助方向提供前瞻性決策支持， 優(yōu)化提升我國科學(xué)基金的資助成效， 以便更好地應(yīng)對全球科技競合。

基金資助數(shù)據(jù)被廣泛用來分析科學(xué)基金產(chǎn)出評估［１］ 、研究前沿主題識別［２］ 、跨學(xué)科研究模式［３］ 以及基金資助特征［４］ 。為識別科學(xué)基金資助態(tài)勢， 需要識別科技大國的基金資助主題分布， 明確主要資助方向和資助力度的演變過程， 對比不同國家（地區(qū)）的基金資助成效。對基金主題的識別主要是基于基金題名、關(guān)鍵詞和摘要開展定性或定量的分析。基金標(biāo)題的短文本特征使得在主題建模時存在數(shù)據(jù)稀疏、詞語表達抽象和同近義詞消歧等問題， 基于詞共現(xiàn)網(wǎng)絡(luò)的分析方法更適合處理短文本， 但存在選詞困難和忽視詞間結(jié)構(gòu)及語義關(guān)系的問題； 基于主題模型的方法更適合長文本分析， 主觀設(shè)定的主題數(shù)量影響主題分析的準(zhǔn)確性， 因而有必要針對基金文本特征提出更加準(zhǔn)確的主題識別方法。基金資助力度及資助成效亦是分析基金資助態(tài)勢的重要方面， 需要在主題識別的基礎(chǔ)上形成包括資助力度變化和資助成效分析等在內(nèi)的綜合流程， 提高基金資助態(tài)勢識別的全面性和有效性。為此， 本研究基于多種特征抽取關(guān)鍵短語后， 利用詞間位置距離和語義關(guān)系構(gòu)建詞共現(xiàn)網(wǎng)絡(luò)， 提出基于語義加權(quán)詞共現(xiàn)網(wǎng)絡(luò)和社團劃分的基金主題識別方法， 繼而從基金資助規(guī)模、基金主題總體分布、資助力度變化、資助論文被引分布及受資助主體等方面呈現(xiàn)中美兩國在集成電路領(lǐng)域的基金資助態(tài)勢， 以期為動態(tài)識別科學(xué)基金資助態(tài)勢提供情報流程和方法支撐， 并為我國制定科學(xué)基金的資助策略提供前瞻性決策支持。

１ 相關(guān)研究

科技發(fā)展態(tài)勢感知需要融合情報思維對時空中的科技發(fā)展環(huán)境、構(gòu)成要素、要素間關(guān)聯(lián)進行持續(xù)監(jiān)測、認知、分析和呈現(xiàn)， 識別當(dāng)前發(fā)展?fàn)顟B(tài)并預(yù)判未來可能的發(fā)展情景和潛在機會風(fēng)險［５］ 。科學(xué)基金作為感知科技發(fā)展態(tài)勢的重要情報來源， 相比論文和專利數(shù)據(jù)更能表現(xiàn)國家政府層面對科技競爭，尤其是對新興科技領(lǐng)域的預(yù)判方向， 有助于從宏觀層面把握重點科技領(lǐng)域的發(fā)展需求、戰(zhàn)略規(guī)劃、發(fā)展態(tài)勢和領(lǐng)域前沿趨勢［６］ 。相關(guān)研究以基金主題識別為基礎(chǔ)， 對比基金資助的主要方向和資助成效，期望從多個維度呈現(xiàn)出重點科技領(lǐng)域的資助態(tài)勢。

１. １ 基金主題識別方法

科學(xué)基金主題體現(xiàn)了國家科技發(fā)展中迫切需要突破的領(lǐng)域， 識別方法主要有基于詞共現(xiàn)和基于主題模型的方法。基于詞共現(xiàn)的方法是通過詞或詞組間的共現(xiàn)關(guān)系來反映詞間的關(guān)聯(lián)強度， 轉(zhuǎn)換成共現(xiàn)矩陣后使用聚類算法聚合隸屬同一主題的詞， 或是將共現(xiàn)矩陣變換投影在多維尺度空間圖、戰(zhàn)略坐標(biāo)圖上來表示主題分布［７－８］ 。研究主題分布可以通過構(gòu)建學(xué)科內(nèi)基金的高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)展現(xiàn)［９］ ， 也可將基金的詞共現(xiàn)網(wǎng)絡(luò)轉(zhuǎn)化為相異矩陣， 利用因子分析、層次聚類方法和多維尺度分析呈現(xiàn)聚類結(jié)果［１０］ ， 或是借助軟件ＶＯＳｖｉｅｗｅｒ 的分析功能可視化［１１］ 。利用基金的詞共現(xiàn)網(wǎng)絡(luò)和學(xué)科交叉測度指標(biāo)測度學(xué)科內(nèi)外部知識的聚合和交叉程度， 以此分析基金資助對交叉研究態(tài)勢的影響［１２］ ， 基金關(guān)鍵詞耦合形成的學(xué)科間交叉網(wǎng)絡(luò)顯示出學(xué)科交叉度整體增強［１３］ ， 這為跨學(xué)科測度提供了有力補充。基于詞共現(xiàn)的方法假設(shè)共現(xiàn)次數(shù)相對較高的詞對表示同一主題， 由于基金自標(biāo)注關(guān)鍵詞可能存在標(biāo)引不準(zhǔn)確的現(xiàn)象， 以及同、近義詞表達同一概念的歧義干擾， 缺乏上下文環(huán)境的單個詞被聚類后難以解讀聚類結(jié)果。受到詞的選取、同近義詞消歧、確定詞間關(guān)系和聚類算法選擇等環(huán)節(jié)準(zhǔn)確性的影響， 基于詞共現(xiàn)的主題識別方法需進一步提升有效性［１４］ 。

基于主題模型的方法將基金文本集合表示成向量空間， 利用概率統(tǒng)計方法推斷主題和詞間的隸屬分布， 潛在狄利克雷分布（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ，ＬＤＡ）［１５］及其衍生算法得到了廣泛應(yīng)用。劉自強等［１６］基于ＬＤＡ 提取基金及其資助論文的主題， 設(shè)計了包含主題資助金額、期限、熱度、質(zhì)量和影響力在內(nèi)的基金資助的科學(xué)產(chǎn)出主題綜合評估模型。陳挺等［１７］ 通過ＬＤＡ 提取基金主題后以ｔ－ＳＮＥ 算法可視化展示主題分布。Ｓｔａｈｌｍａｎ Ｇ Ｒ 等［１８］ 比較了不同主題中基金資助規(guī)模和產(chǎn)出結(jié)果的差異。王效岳等［１９］ 利用ｐＬＤＡ 模型提取基金主題后， 從資助時間、資助金額和網(wǎng)絡(luò)中心性等方面識別前沿主題。基金數(shù)據(jù)也被用來和科技文獻、專利等來源的文本數(shù)據(jù)一同分析領(lǐng)域主題演化過程， 通過改進的詞袋模型提升ＬＤＡ 模型的主題識別效果［２０］ 。相關(guān)研究在利用ＬＤＡ 提取基金主題時未充分考慮主題模型的適用性問題， 特別是ＬＤＡ 對短文本的分析效果較差， 在確定聚類數(shù)目時需盡量避免主觀選擇。由于ＬＤＡ 忽視原本文檔中句子之間、詞之間的語義信息， 以及提取出的主題詞間關(guān)系不明， 導(dǎo)致凝練主題時相對困難， 基于預(yù)訓(xùn)練模型的ＢＥＲＴｏｐｉｃ 被用于改進基金的主題建模［２１］ 。

１. ２ 基金資助成效分析

在科學(xué)基金資助成效方面， 相關(guān)研究探討了科學(xué)基金的資助特征、與科學(xué)產(chǎn)出間的關(guān)系以及影響因素。從ＳＣＩ 論文中提取基金資助數(shù)據(jù)比較１０ 國的基金資助特征發(fā)現(xiàn)， 大部分的中國論文受到國家自然科學(xué)基金資助， 資助比例遠高于其他國家［２２］ 。在經(jīng)濟學(xué)領(lǐng)域發(fā)現(xiàn)中國的基金資助率最高， 但基金資助產(chǎn)出有待進一步提升［２３］ 。國家自然科學(xué)基金資助的中英文論文在產(chǎn)出和影響力上存在明顯不同，不同學(xué)科對中英文論文的投稿興趣差異明顯［２４］ 。在基金資助與科學(xué)研究產(chǎn)出關(guān)系的研究中， 有研究表明， 有基金資助的論文相對于沒有基金資助的論文被引次數(shù)更高［２５－２６］ ， 但這一結(jié)論并不總是成立的，獲得基金資助的人發(fā)表了更多論文， 然而論文平均被引次數(shù)沒有顯著變化［２７］ 。基金資助對高被引論文的初始被引量和長期被引量的作用不同［２８］ ， 青年學(xué)者們在基金資助下研究主題越發(fā)深入， 越傾向于聚焦某一類研究主題來加強和同領(lǐng)域?qū)W者的合作［２９］ 。在不同領(lǐng)域的實證研究反映了基金資助成效的差異。在人工智能領(lǐng)域美國的政策導(dǎo)向和持續(xù)科學(xué)基金資助支撐了科學(xué)發(fā)展［３０］ ； 在技術(shù)創(chuàng)新領(lǐng)域有較高概率獲得基金資助的研究者科研產(chǎn)出更高［３１］ ； 在能源領(lǐng)域國家杰出青年基金的科研工作者在論文數(shù)量、論文被引頻次和高質(zhì)量論文數(shù)量上均有大幅度提高［３２］ 。對公共管理領(lǐng)域具有相似科研稟賦的科研工作者而言， 獲得國家社會科學(xué)基金資助可以提高論文產(chǎn)出績效［３３］ 。但在競爭激烈的依托單位、學(xué)科和人員類型上增加經(jīng)費投入可能出現(xiàn)逆向激勵作用［３４］ ， 項目經(jīng)費強度對論文的績效激勵效應(yīng)較弱［３５］ 。在基金資助的相關(guān)因素研究中， 地區(qū)分布差異［３６］ 、論文的合作者數(shù)量［２６］ 、基金項目承擔(dān)者的年齡、所屬機構(gòu)、職稱、頭銜［３７］ ， 以及項目負責(zé)人在合作網(wǎng)絡(luò)中的位置［３８］ 與基金產(chǎn)出績效有關(guān)。已有研究關(guān)注基金資助的影響因素， 以及對科學(xué)產(chǎn)出的作用方式， 但由于無法完全控制其他變量的潛在影響， 很難得出基金資助和研究產(chǎn)出間明確的因果關(guān)系［３９］ ， 這需要解決基金資助和研究產(chǎn)出之間的內(nèi)生性問題［４０］ 。

２ 科學(xué)基金資助態(tài)勢識別方法

本研究提出從科學(xué)基金主題分布、資助力度演變和資助效果等方面反映科學(xué)基金資助態(tài)勢， 分析流程如圖１ 所示。為準(zhǔn)確識別科學(xué)基金主題， 在基金數(shù)據(jù)集和論文數(shù)據(jù)集上通過基金名稱或基金號與科學(xué)論文建立映射關(guān)系； 在關(guān)鍵短語抽取環(huán)節(jié)利用詞性、詞位置信息、詞頻信息建立詞組抽取規(guī)則，計算詞間語義相似性后合并同義詞， 形成目標(biāo)關(guān)鍵短語集合； 繼而在以動態(tài)詞共現(xiàn)窗口劃分形成的加權(quán)詞共現(xiàn)網(wǎng)絡(luò)上劃分社團， 以社團內(nèi)重要標(biāo)簽表示研究主題； 從基金資助方向、資助規(guī)模、資助主體和資助效益等維度對比各國（地區(qū)）基金資助態(tài)勢。