“在文献计量学中，人工智能可以提供一些具体的好处，包括自动数据收集......”

链接表

摘要和引言

材料和方法

结果

RQ 1：人工智能和科学计量学

RQ 2：人工智能和网络计量学

RQ 3：人工智能和文献计量学

讨论

RQ 4：人工智能在科学计量学、网络计量学和文献计量学中的未来

RQ 5：人工智能在科学计量学、网络计量学和文献计量学中的伦理考量

结论、局限性和参考文献

RQ 3：人工智能和文献计量学

在文献计量学中，人工智能可以提供几个具体的好处，包括自动数据收集、引文分析、作者消歧义、共同作者分析、研究影响分析、文本挖掘和推荐系统（见图 4），如[28-30, 47-53] 中分析的那样。

这 6 项研究展示了在文献计量学中利用人工智能能力的潜在好处和策略。它们强调了人工智能如何改善文献计量学分析的质量、可访问性和数据收集过程（表 3），这是主要结果点之一。

事实证明，人工智能算法可以自动从各种来源（例如在线数据库、学术图书馆和数字存储库）收集书目数据 [21, 49]。这为参与数据收集的研究人员节省了时间和精力，使他们能够专注于文献计量分析的其他方面。

令人深思的是，人工智能可以分析引文网络，以识别有影响力的论文、作者和期刊 [28, 31]，正如“人工智能和科学计量学”部分中提到的那样。通过检查引文模式和关系，人工智能算法可以帮助研究人员了解研究成果的影响力和可见性，并确定关键的研究趋势和合作。

有趣的是，人工智能技术可以用于消除姓名相似的作者的歧义，这是文献计量学中常见的问题 [47, 53]。通过分析作者关系、出版历史和合著者网络，为了确保文献计量分析的准确性，人工智能算法可以有效地识别姓名相似的作者并将他们彼此区分开来。

正如“人工智能和科学计量学”部分中提到的，通过人工智能，人们可以分析合著者网络，以确定合作和研究网络 [28, 30]。通过检查合著者模式和关系，人工智能算法可以帮助研究人员了解合作的动态和结构，以及确定有影响力的研究人员和研究团队。这在资助时也是一个优势。

人工智能可以轻松分析文献计量指标，例如引用计数和 h 指数，以评估单个研究人员、研究团体和机构的影响力和知名度 [21, 48, 52]。通过这种方式，人工智能算法可以洞察研究生产力、引用模式和研究影响力随时间的变化，帮助研究人员和机构评估研究的知名度或表现。

最后但同样重要的是，可以利用包括自然语言处理在内的人工智能技术来分析研究出版物的文本内容 [50, 51]。通过这种方式，可以从文献中提取关键词、主题和情感，也可以提到抄袭控制 [54, 55]，从而促进对研究结果的全面分析和理解 [56]。