引文在科研文献中普遍存在,是文章的重要组成部分。作者在撰写论文时引用他人的研究成果,一方面体现了作者对该成果的重视和兴趣,另一方面也在自己的研究成果中融入或类比了他人的思想和方法。如今,引文分析已成为文献计量学中一个重要的研究方法,在研究学科结构,分析学科发展趋势,科研人员成果评价等方面发挥着重要的作用。引文语境的情感分析作为引文内容分析的一个重要组成部分,反映了施引文献作者的主观情感,也体现了被引文献在施引文献中的重要程度。传统引文频次分析只关注两篇文献之间是否有引用关系以及一篇文献的被引次数,被引频次高的论文被认为具有较强的学术影响力,但高被引并不能说明该论文对施引文献有积极的影响,有的引用可能是消极的、批判的或中立的。因此,对不同情感的引文应当进行区分对待。那么,针对引文语境的情感分析显得尤为关键。不同文本类型的情感分析需求日益增长,但科研文献中的情感较少被研究,引文情感是其中的一种。引文情感分析是一个具有应用价值的研究课题,它可以帮助研究人员识别已有方法中的问题或尚未发现的问题,以及目前研究方法可能存在的差距与不足。在文献检索任务中,通过识别否定引用,可以提高检出论文的质量。引文语境情感分析中,观点持有者即施引文献作者,评价对象是被引文献中的方法、研究观点及结论、实验数据等,也就是施引文献的引用对象。早期的学者认为形容词决定了文本的情感极性,由连词连接的两个形容词的情感极性常常恰好相同或相反。目前已有较为成熟的开放情感词典资源,通过启发式的方法可以将这些情感中的词语作为种子词汇在大规模语料中进行扩展以获得大规模的词典。相较于产品评论等UGC文本,科技术语,如:state oftheart等,也是科学论文情感分析中有意义的单元,因此构建领域情感词典是研究的重点。本文的研究重点是对科技文献中引用情感的检测。通过对科技文献写作特点的分析,笔者将本研究分为三个子任务,并为每个任务提供新的大型语料库。首先,笔者创建了引用句情感语料库,其中负面引用有3085句,正面引用为15441句,70758句引文句不带有主观性色彩。其次,科研文本情感分析中,粒度具有极大的意义,因此本文在标注情感类别的基础上,又人工标注了引用对象语料库。通过建立引用对象识别模型,挖掘引文中的评价对象,从而实现细粒度引文情感分析。针对科研文本情感一般较为含蓄这一特点,笔者进一步进行了比较句识别实验。目的在于丰富引文情感分析的研究。基于引用位置的统计分析,可以揭示文章中不同章节中的有价值信息,本文训练了章节结构功能制动识别模型,用于在不同生语料上自动标注。