科學論文功能單元本體設計與標引應用實驗

0 引言

隨著科學研究事業(yè)迅速發(fā)展，科學知識增長開始加速，直接表現(xiàn)為科學論文數(shù)量的暴漲?？蒲泄ぷ髡呙磕甑拈喿x量在日益增長，而單篇文獻的平均閱讀時間卻在逐漸下降，讀者不得不在短時間內(nèi)找到并閱讀完自己感興趣的文獻[1]。從讀者的理解對象來看，真正有價值的是這些科學文獻內(nèi)的特定部分而非全文。隨著知識資源形態(tài)的多樣化和用戶知識需求的精準化，學術(shù)文獻呈現(xiàn)出細粒度和語義化發(fā)展趨勢[2]。在這樣的環(huán)境下，幫助用戶快速準確定位科學論文中的情報單元，并進行比較分析和戰(zhàn)略閱讀，就顯得尤為重要。

科學論文的組成結(jié)構(gòu)復雜，從形式結(jié)構(gòu)來看，一般包括題目、摘要、表格、圖片、參考文獻、腳注、詞組、句子等內(nèi)容[3]。從邏輯結(jié)構(gòu)來看，論文一般包括引言、文獻綜述、研究方法、結(jié)果和討論等部分[4]。規(guī)范描述并準確表征論文不同內(nèi)容部分的語義屬性，是實現(xiàn)論文深度語義標引、情報抽取、知識挖掘和知識發(fā)現(xiàn)的基礎[5-7]?？茖W論文內(nèi)容本體設計在語義出版研究領(lǐng)域已經(jīng)得到廣泛關(guān)注?；诓煌睦碚摵蛯嵺`視角，不同形式的科學論文內(nèi)容本體也陸續(xù)被提出[8-9]。但這些本體普遍關(guān)于論文的形式結(jié)構(gòu)和修辭結(jié)構(gòu)，沒有對論文的語義功能結(jié)構(gòu)進行理想的表達，限制了情報的自動抽取和知識發(fā)現(xiàn)。

本文參考已有的科學論文內(nèi)容表示模型和本體模型，重點基于功能單元理論，設計了一種新型的科學論文功能單元本體(Functional Units Ontology，F(xiàn)UO)，從內(nèi)容組件的語義功能角度對科學論文的組織結(jié)構(gòu)進行細粒度建模，并采用標注實驗對該本體進行可用性實驗，檢驗該本體在科學論文內(nèi)容語義功能表示上的能力。

1 相關(guān)研究綜述

1.1 科學論文的內(nèi)容組成部分及其屬性

理解科學論文的內(nèi)容組成部分及其結(jié)構(gòu)具有重要意義。從語言學角度揭示作者的寫作意圖、文本功能、修辭結(jié)構(gòu)等語義特征，對內(nèi)容組件進行分類識別，有助于實現(xiàn)更高層次的知識組織與資源聚合[10]。基于此思想，研究者提出了諸多具有廣泛影響力的科學論文內(nèi)容結(jié)構(gòu)模型，如引言—方法—結(jié)果—討論(Introduction-Method-Result-Discussion，IMRD)模型。該模型將科學論文內(nèi)容分為引言、方法、結(jié)果與討論四大部分[11]?；诖四Ｐ?，Teufel在修辭理論指導下提出了科學論文論證塊(Argumentative Zoning，AZ)模型，該模型表征了論文內(nèi)部的論證結(jié)構(gòu)[12]。隨后，Teufel又對這一模型進行擴展，提出了更細粒度的框架AZ II，將作者情感傾向與文本修辭功能進行結(jié)合，強調(diào)對不同觀點的比較[13]。Liakata等[14-15]認為科學論文主要是為了闡明科學調(diào)查過程，總結(jié)實驗結(jié)果，得出科學結(jié)論，因此提出了包括11個核心知識單元在內(nèi)的核心科學概念(Core Scientific Concept，CoreSC)模型。de Warrd[16]也設計了一個包括7個類別的篇章塊模型(Discourse Segment)?；谝陨线@些模型，研究者對科學論文進行了語義標注實驗，構(gòu)建了一些研究性語料庫[17]，分析了各種內(nèi)容部分的語言學特征，探討了科學論文的知識建構(gòu)問題，并且為文本自動標注提供了一定的基礎規(guī)則[18]。有研究表明，利用多種模型進行協(xié)同標注可以實現(xiàn)更豐富的語義揭示[19-20]。

除了對論文內(nèi)容組成部分進行分類建模之外，對不同組成部分的狀態(tài)和屬性進行描述也必不可少。“元知識”(metaknowledge)是Evans在2011年提出的一種描述知識生產(chǎn)的時間、類型及作者觀點態(tài)度的概念[21]。元知識是隱藏在論文表層符號之下的潛在知識情報，揭示這些知識有助于科學交流和情報分析。Thompson等人對元知識進行了細致的定義，提出了EventMine-MK模型，并針對生物醫(yī)學領(lǐng)域科學論文及新聞文本分別設計了Bio-Event[22]、News-Event[23]等元知識模型，涉及知識類型、可信度、極性、程度、來源等多維屬性。de Warrd等[24]研究了論文內(nèi)容的知識屬性(Knowledge Attribution)和認知情態(tài)(Epistemic Modality)，進而提出了科學論文中的命題屬性模型，包含確定性等級、基礎、來源三個方面。此外，在引文關(guān)系研究中，陸偉等也提出了引文的8種屬性特征，如被引文獻類型、被引頻次、是否自引等[25]，以支持更深層次的引文分析。由此可見，對科學論文內(nèi)容組件的屬性進行多維度的描述，不僅可以深入揭示內(nèi)容組件的語義功能，還能更好地支撐基于文獻的情報分析與知識發(fā)現(xiàn)。

1.2 科學論文內(nèi)容本體

科學論文內(nèi)容本體是借助本體技術(shù)對科學論文內(nèi)容組成部分的規(guī)范化和形式化的表示，是科學論文組成結(jié)構(gòu)的知識表示模型[26]。近年來，為了滿足語義出版需要，科學論文內(nèi)容本體逐漸產(chǎn)生。2007年，Groza等人提出的SALT本體定義了背景、討論、結(jié)論、動機、情景等論文內(nèi)容組件[27]。2011年，W3C提出了修辭塊本體(ORB)，將科學論文分為頭部、主體、尾部三大部分，并參考IMRD模型對主體部分進行了細致定義，包括引言、方法、結(jié)果、討論等部分[28]。2012年，Peroni等人提出了描述科學論文修辭結(jié)構(gòu)的篇章元素本體DEO[29]，隨后又提出了描述文獻內(nèi)容組件的DoCO本體[30]，明確定義了諸如背景、作者貢獻、材料、方法等多個內(nèi)容組件。此外，Peroni等人還結(jié)合引文本體CiTO[31]、參考文獻本體BiRO、出版流程本體PWO、出版角色本體PRO，共同構(gòu)建了用以支撐語義出版的本體集SPAR[32]。在SPAR之外，Peroni還提出了AMO本體，定義了科學論文的論證結(jié)構(gòu)[33]。

目前，科學論文內(nèi)容本體在內(nèi)容抽取、語義關(guān)聯(lián)方面得到了應用，但主要集中在生物醫(yī)學領(lǐng)域。Utopia Document[34]、Biotea[35]等項目借助DoCO本體對醫(yī)學和生物學領(lǐng)域科學論文進行語義標引，同時結(jié)合領(lǐng)域本體，開發(fā)了知識庫和語義出版系統(tǒng)。SLOR項目[36]也綜合應用科學論文內(nèi)容本體和引用本體對科學論文內(nèi)容進行關(guān)聯(lián)描述與語義發(fā)布。

總的來說，現(xiàn)有的論文內(nèi)容本體多以修辭結(jié)構(gòu)理論和語篇分析理論為基礎，對論文內(nèi)容組成部分進行表示和建模。這種本體模型因為理論視角的問題，無法深入揭示科學論文中的情報信息。事實上，科學論文中情報信息的揭示需要結(jié)合語言學的體裁分析、情報學的知識單元理論、信息搜尋理論和知識發(fā)現(xiàn)理論等來綜合處理。為了構(gòu)建更加適合情報分析和知識發(fā)現(xiàn)的科學論文內(nèi)容本體模型，我們需要特別關(guān)注內(nèi)容組成部分的語義功能。

2 功能單元理論

功能單元理論(Functional Units Theory)是由Zhang Lei[37]在2010年提出的關(guān)于科學論文語篇結(jié)構(gòu)及內(nèi)容組織方式的理論。Zhang Lei認為，功能單元是能夠滿足不同科學交流功能、實現(xiàn)知識傳播任務的最小內(nèi)容單元，這些內(nèi)容組件分布在論文的引言、方法、結(jié)果和討論四大部分[37]。功能單元理論借鑒了Swales的研究空間理論(Creating a Research Space，CARS)、語步分析[38]等體裁分析理論，識別出科學論文中的41個功能單元。同時，功能單元理論在信息使用模型的基礎上，定義了讀者閱讀科學論文的五大常用信息使用任務，包括學習背景知識(Learn about background)、學習方法(Leam how to)、參考事實(Refer to facts)、參考論證(Refer to arguments)、跟進研究前沿(Keeping up)，并將細粒度功能單元與具體的信息使用任務進行關(guān)聯(lián)，揭示出不同類型情報的語義功能屬性。

基于Zhang Lei提出的功能單元理論[39]，表1詳細表示了功能單元、論文IMRD結(jié)構(gòu)模型和具體信息使用任務之間的關(guān)系。功能單元理論共區(qū)分了三類功能單元，參照IMRD結(jié)構(gòu)模型定義的科學論文四大組成部分，第一類功能單元是與當前信息任務最直接相關(guān)的功能單元，第二類是在IMRD結(jié)構(gòu)中對第一類功能單元的深入闡述，第三類則是與當前信息任務相關(guān)，但分布在其他IMRD結(jié)構(gòu)中的功能單元。

從表1可以看出，不同的功能單元與特定信息使用任務之間存在一定的關(guān)聯(lián)關(guān)系，特定部分的功能單元發(fā)揮著特定的作用，如在引言部分，功能單元“前人研究綜述”和“前人研究貢獻”在信息使用任務“學習背景知識”中發(fā)揮著最重要的作用。另外，同一功能單元在不同信息使用任務中也可以扮演不同的角色。各功能單元按照信息使用任務也形成了一定的層級結(jié)構(gòu)。所以說，功能單元理論是面向信息任務、融合體裁分析的關(guān)于科學論文內(nèi)容組織方式的基礎理論。借助功能單元可以有效提升閱讀過程中的內(nèi)容導航、文獻精度和深度理解，能夠滿足用戶對于科研論文的不同需求，幫助用戶實現(xiàn)戰(zhàn)略閱讀[39-41]。

相較于修辭、論證等語篇分析理論，功能單元理論具有以下三點特征，使其更加適合面向深度標引及情報發(fā)現(xiàn)的科學論文內(nèi)容本體構(gòu)建：①功能單元理論針對科學論文的語義功能和獨特語境，規(guī)定了科學論文內(nèi)容組件的類型及屬性，定義更為全面、準確；②相較于一般的科學論文內(nèi)容結(jié)構(gòu)模型，功能單元理論對內(nèi)容組件的定義更為細致，對情報功能的表達更為充分；③功能單元理論探討了不同內(nèi)容組件的功能及對用戶信息使用任務的作用，將具體的內(nèi)容組件與特定的信息任務進行了關(guān)聯(lián)，可以用以支撐面向特定信息需求的檢索與知識發(fā)現(xiàn)。因此，功能單元理論適合用于科學論文內(nèi)容本體開發(fā)。

3 科學論文功能單元本體設計

3.1 本體設計目標

科學論文功能單元本體(FUO)的設計目標是，從語義功能角度準確定義科學論文內(nèi)容組件的類型及其屬性，構(gòu)建科學論文內(nèi)容結(jié)構(gòu)表示模型，并利用規(guī)范的本體表示技術(shù)，建立可共享和可重復使用的科學論文功能單元本體。

3.2 功能單元類型調(diào)整原則

功能單元理論借鑒了大量諸如體裁分析、語步理論等語言學基礎理論，因而在類目設置上具有較強的語言學特征，存在功能重復、累贅等現(xiàn)象。例如，引言部分的“提出假設”(Present hypotheses)和結(jié)果(Results)部分的“重述假設”(Restate hypotheses)均表示具有“假設”語義功能的內(nèi)容組件。同時，功能單元的具體類目除了對當前內(nèi)容組件的語義功能進行概述之外，通常還包括情感傾向、來源等屬性信息。例如，“前人研究空白”(Indicate a gap in previous research)既包含了“當下組件的語義功能”(Indicate a gap)，又表示了組件的來源(Previous research)。

為了更加清晰地區(qū)分內(nèi)容組件及其屬性，我們首先對Zhang Lei提出的41個功能單元進行調(diào)整。一是將具有相似含義的類目進行合并，如將“強調(diào)主題重要性”(Claim importance of topic)和“陳述本研究價值”(State value of present research)合并為“研究意義”(Significance)。二是排除掉含義較為模糊或適用性不強的類目，如“防止反訴”(Word off counterclaim)。三是新增類目。數(shù)據(jù)一直都是科學研究必不可少的一部分，因此本研究借鑒DEO本體，新增“數(shù)據(jù)”(Data)組件，用于對數(shù)據(jù)集本身及數(shù)據(jù)分析過程的描述。四是重新界定名稱及含義。功能單元類目名稱多為“動賓結(jié)構(gòu)”，如“陳述結(jié)果”“闡明定義”等，本研究參照多數(shù)科學論文內(nèi)容結(jié)構(gòu)模型，將類目名稱改為“名詞”形式，如“結(jié)果”“主題相關(guān)定義”等，以準確界定其表示的含義。五是確定各個內(nèi)容組件的屬性信息，借鑒已有的元知識表示模型，從來源、組件類型、確定性程度等多個維度確定內(nèi)容組件的屬性。

3.3 本體中的類設計

基于以上調(diào)整原則，我們設計了包含12個一級類、28個二級類的功能單元本體基本模型。其中，二級類具備一級類的語義特征。我們對方法、討論、實驗、數(shù)據(jù)等情報價值較高的部分進行了深入劃分與界定。例如，將方法部分定義為方法描述(Method-Description)、方法選擇(Method-Selection)、方法評估(Method-Evaluation)，將實驗部分定義為實驗素材(Experiment-Material)、實驗任務(Experiment-Task)、實驗步驟(Experiment-Procedure)與實驗變量(Experiment-Variable)，將討論部分定義為要點重述(Discussion-Recapitulation)、對比(Discussion-Comparison)、貢獻(Discussion-Contribution)、局限性(Discussion-Limitation)，如表2所示。表2中的第四列“共現(xiàn)框架”指的是與本文定義的組件類型具有相同類目的框架，如本文定義的“背景”類，同時也存在于AZ、AZ-II、CoreSC、DiscourseSegment、DEO這些模型中。

相較于已有的修辭塊本體、篇章元素本體等，本研究提出的本體具備多層次、多粒度的特征，能夠更全面、細致地揭示科學論文內(nèi)容組成部分的語義功能特征，能夠滿足論文深度標引的需求。

3.4 本體中的屬性設計

科學論文中的功能單元通常都帶有語境信息，如作者態(tài)度、觀點確定性程度等。這些語境信息的缺失會影響計算機對文本的正確解讀[42]。因此，科學論文功能單元本體必須表示這些屬性。我們在參考Bio-Event、News-Event兩個模型以及de Warrd的研究成果基礎上，設計了5類屬性，如表3所示。

在描述科學論文內(nèi)容組件時，確定性程度用以表示內(nèi)容的語義確信度，根據(jù)是否有客觀事實為依據(jù)，可以將屬性值定為高和低。如：基于客觀數(shù)據(jù)得到的結(jié)論，其確定性程度為“高”，而由推理或猜測得到的假設，確定性程度為“低”。情感傾向揭示的是內(nèi)容所傳達的正負向情緒，包括評價、判斷、推測等方面。如支持某一觀點時，情感傾向為正向；表達某一結(jié)果的不足時，態(tài)度是負向的；客觀陳述事實則為中立態(tài)度。知識類型包括調(diào)查、觀察、解釋及一般類型，與研究方法密切相關(guān)，如通過實驗法得到的內(nèi)容通常是由觀察得到的，而通過問卷法得到的結(jié)論通常歸為由調(diào)查得到的。來源包括作者本人的研究、引用他人的研究。時態(tài)包括過去、一般/現(xiàn)在、將來。如在陳述已有研究或?qū)嶒炦^程時，通常使用過去時態(tài)；在展望未來研究時，使用將來時態(tài)。以上屬性信息均可通過科學論文組件中特定的線索詞反映出來，這同時也為機器自動標注、知識挖掘與知識發(fā)現(xiàn)提供了文本語義層面的基礎。

特定的內(nèi)容組件會呈現(xiàn)出相應的屬性特征，具體如表4所示。先從屬性角度來看，一般涉及科學事實、數(shù)據(jù)和引用的，都帶有確定性程度和來源屬性。情感傾向?qū)傩砸话悴淮嬖谟凇爸黝}”“背景”“實驗”“未來工作”組件中，因為這些組件很少涉及評價、判斷等觀點性內(nèi)容。知識類型屬性不用于“緣起”“假設”“未來工作”組件。時態(tài)屬性是普適的，在英文論文中所有內(nèi)容組件都會有對應的時態(tài)特征。再從內(nèi)容組件角度來看，“已有研究”“數(shù)據(jù)”“結(jié)果”“結(jié)論”和“討論”組件的知識形態(tài)都能涉及表3定義的5種屬性類型，因為它們都以科學事實和數(shù)據(jù)為基礎，需要注明引用來源，同時也會有判斷、評價性內(nèi)容產(chǎn)生，故帶有情感傾向?！凹僭O”組件的屬性特征比較清晰，通常確定性程度值為“低”，情感傾向為正向或負向。“緣起”和“方法”組件會帶有情感傾向?qū)傩?，因為大部分研究在研究動機和意義上都會表現(xiàn)出正向的態(tài)度，同時方法部分會涉及有效性評估?！皩嶒灐苯M件一般是客觀陳述實驗的素材、步驟、任務、變量，不存在事實、數(shù)據(jù)和結(jié)論、評判，所以不帶有確定性程度和情感傾向?qū)傩裕坏窃谶x擇實驗變量時，通常需要借鑒和引用相關(guān)研究已經(jīng)論證過的變量，因此帶有來源屬性。而“研究緣起”“假設”“未來工作”都不涉及引用，故沒有“來源”屬性，其中“未來工作”組件只是一般性陳述未來的研究方向，所以也不會涉及確定性程度、情感傾向和知識類型屬性。

3.5 基于Protégé的科學論文功能單元本體表示

在開發(fā)了本體模型后，我們使用Protégé5.1對本體進行了表示。本體中的類如圖1所示，屬性如圖2所示。

4 基于FUO的科學論文深度語義標引實驗

4.1 深度語義標引方法

深度標引(Deep indexing)是近年來被廣泛接受的新型文獻組織方式，意在通過對文獻內(nèi)部不同粒度數(shù)字資源進行標引與組織，表征并揭示圖表、數(shù)據(jù)及相關(guān)內(nèi)容中蘊含的潛在知識，以滿足用戶高精度、細粒度的檢索需求，實現(xiàn)知識挖掘、共享與重組目標[43]，已在信息檢索領(lǐng)域達成了廣泛共識[44]?？茖W論文內(nèi)容的深度標引需要準確定義科學論文內(nèi)容組件及其屬性信息[45]。標引流程如圖3所示。

圖1 本體大類及其子類樹形圖

圖2 本體屬性樹形圖

圖3 科學論文內(nèi)容深度語義標引流程

在比較分析了標注工具GATE[46]和Annotea[47]后，我們選擇了GATE作為標引工具。GATE由謝菲爾德大學開發(fā)，是一款集本體標注、自然語言處理等功能模塊為一體的文本分析工具，最新版本為8.4.1。借助GATE平臺可以使用本體直接對科學論文內(nèi)容部分進行標引，并將標引結(jié)果以XML的形式進行存儲。GATE可以對不同語義單元進行可視化呈現(xiàn)，其具體操作流程如圖4所示。

4.2 標引結(jié)果存儲示例

標注實驗結(jié)果可以被保存為XML文檔，示例如表5和表6所示。表5展示了學習方法部分的標注結(jié)果代碼。這一部分主要包括方法和實驗兩大類及其子類，主要屬性包括來源、知識類型、時態(tài)等。

表6所示為研究背景部分的標引結(jié)果，這部分側(cè)重于對已有研究的梳理及對比，屬性主要包括來源、知識類型、情感傾向、時態(tài)等。

圖4 GATE平臺的標引流程

4.3 深度標引實驗結(jié)果

為了驗證功能單元本體FUO對科學論文語義結(jié)構(gòu)和功能的表示能力，本研究從學術(shù)期刊Journal of the Association for Information Science and Technology中隨機抽取了2015—2018年間發(fā)表的10篇研究型論文作為實驗對象，借助FUO進行深度語義標引。該期刊是美國科學技術(shù)情報學會的會刊，主要發(fā)表情報科學與技術(shù)方面的論文，論文格式十分規(guī)范。隨機抽取的10篇論文如表7所示。

我們遵照前文所述流程和方法對這10篇論文進行了標引，并對標引結(jié)果進行了統(tǒng)計分析，以觀察不同類型的功能單元在科學論文中的分布情況，結(jié)果如表8和表9所示。

表8揭示了每篇論文含有的功能單元種類數(shù)量。從表8可以看出，不同的論文含有的功能單元種類數(shù)量不同，有5篇論文含有30種以上功能單元，2篇論文分別含有25種和26種單元類型。再結(jié)合表9來看，不同類型的功能單元在文章中出現(xiàn)的頻率也不同，有些功能單元如“背景”“研究目標”十分常見，有些功能單元，如“本人研究”和“方法評估”比較少見。綜合這些統(tǒng)計數(shù)據(jù)可知，使用功能單元本體FUO可以對科學論文內(nèi)容進行深度語義標引，具有較好的可用性。

5 討論

5.1 多本體協(xié)同下的論文深度語義標引

科學論文是知識的容器，蘊含著不同類型的情報與知識。科學論文功能單元本體不受領(lǐng)域限制，但僅僅是一種視角。研究者還可以從不同的理論和觀察視角提出更多的論文內(nèi)容本體，揭示論文的情報結(jié)構(gòu)和功能特征。事實上，為了全面揭示一篇科學論文內(nèi)涵的科學知識和情報，還必須協(xié)同使用不同本體對科學論文內(nèi)容進行多角度的深度語義標引。需要特別指出的是，科學論文內(nèi)容本體與領(lǐng)域本體(醫(yī)學、生物學等)不同，兩者是不同類型的本體。在論文深度語義標引中需要使用內(nèi)容本體進行語義功能標引，使用領(lǐng)域本體進行主題標引，兩者缺一不可。

5.2 科學論文功能單元本體中的關(guān)系定義

科學論文內(nèi)容組件間的關(guān)系在科學論文語篇有機構(gòu)成中扮演著重要角色，但關(guān)系的定義和識別較為復雜。雖然修辭結(jié)構(gòu)理論、論證理論都對內(nèi)容組件間的關(guān)系進行了定義，但不同理論的語義關(guān)系定義存在沖突。功能單元理論對此考慮也不夠細致，所以在我們的本體模型中暫時沒有考慮這種關(guān)系定義。未來，可以借鑒體裁分析、語篇分析、情報分析等理論，對內(nèi)容組件間的語義關(guān)系進行嘗試性定義。

5.3 面向科學情報分析的內(nèi)容組件重組

科學論文的不同部分隱藏著不同功能和價值的科學情報，揭示這些細粒度的潛在的情報具有重要意義。本研究利用功能單元本體FUO對論文進行初步的深度語義標引實驗，統(tǒng)計分析了不同功能單元的分布情況。事實上，如果對所有論文進行深度語義標引，就可以對細粒度的內(nèi)容片段進行重新組織，從而輔助情報分析和科研工作者的戰(zhàn)略閱讀，大大提高情報工作的效率和科研工作者理解特定科研領(lǐng)域宏觀知識的效率。

6 總結(jié)

本文以功能單元理論為基礎，面向科學論文情報表示和揭示需求，提出了一種新的科學論文功能單元本體FUO。借助該本體和語義標注工具GATE，對10篇樣本論文進行深度語義標引實驗，結(jié)果表明該本體適用于科學論文的深度語義標引，能夠在一定程度上表示和揭示科學論文中各部件的語義功能及其屬性。

該研究借助本體技術(shù)，首次清晰地定義了科學論文的功能單元及其屬性，提出的功能單元本體FUO在信息組織、語義檢索、知識發(fā)現(xiàn)、情報分析等領(lǐng)域擁有廣闊的應用空間。但是，隨著科學論文的數(shù)字化轉(zhuǎn)型，越來越多的內(nèi)容組件形式出現(xiàn)，如互動表格、數(shù)據(jù)集、音視頻等，如何對這些內(nèi)容組件進行建模表示，需要進一步考慮。不管如何，本文的研究深化了我們對論文這種知識容器的理解，完善了情報學視角下的科學論文語義結(jié)構(gòu)與功能理論。未來，我們將繼續(xù)細化功能單元的分類，并嘗試從其他理論視角提出更豐富的科學論文內(nèi)容本體。