收稿日期：２０２３－０７－１７作者简介：刘春丽（１９８０－），女，研究馆员，博士，硕士生导师，研究方向：科学计量学与科技管理。陈爽（１９９９－），女，硕士研究生，研究方向：科学计量学与科技管理。·研究综述与前沿进展·科学文献中的知识实体抽取与评价研究综述刘春丽１陈爽２（１．中国医科大学图书馆，辽宁沈阳１１０１２２；２．中国医科大学健康管理学院，辽宁沈阳１１０１２２）摘要：［目的／意义］科学文献中的知识实体的挖掘、利用与评价对知识发现、构建知识网络、探索知识之间潜在关联均具有重要意义。随着机器学习、深度学习和大语言模型的发展及其应用，相比最早的基于人工标注的知识实体抽取技术，如今已经发生了翻天覆地的变化；此外，近年来，学者对科学文献中知识实体的评价也进行一些探索，取得了较大进展。［方法／过程］在相关文献调研基础上，回顾并比较了基于人工标注的方法、基于规则的方法、传统机器学习、基于深度学习与大语言模型在知识实体抽取方面的优缺点，列举了相关数据集、软件与工具及相关专业会议；从提及频率、替代计量及其影响因素、实体共现网络及实体扩散／引文网络、基于知识实体的同行评议、基于知识实体的论文新颖性和临床转化进展五大方面，对知识实体的评价研究最新进展进行了归纳与整理。［结果／结论］针对目前存在的问题，建议在具体的知识实体抽取任务中，抽取方法选择应权衡多方面因素，再依此选择一个或多个模型完成实体抽取任务；在知识实体评价方面，应重视指标多样化、可靠性、有效性、系统性和规范化研究，关注对知识实体评价指标的影响因素、指标间相关关系与因果关系的实证分析，构建基于知识实体的论文评价指标体系，从细粒度和智能化视角赋能未来的科技评价与应用。关键词：知识实体；实体抽取；实体评价；科学文献；实体计量学；综述ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．１２．０１３〔中图分类号〕Ｇ２５４〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０２３）１２－０１４３－２１ＡＲｅｖｉｅｗｏｆｔｈｅＥｘｔｒａｃｔｉｏｎａｎｄＥｖａｌｕａｔｉｏｎｏｆＫｎｏｗｌｅｄｇｅＥｎｔｉｔｉｅｓｉｎＳｃｉｅｎｔｉｆｉｃＬｉｔｅｒａｔｕｒｅＬｉｕＣｈｕｎｌｉ１ＣｈｅｎＳｈｕａｎｇ２（１．Ｌｉｂｒａｒｙ，ＣｈｉｎａＭｅｄｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０１２２，Ｃｈｉｎａ；２．Ｓｃｈｏｏｌｏ...
