[发明专利]基于计算机的系统和提供引用推荐的计算机实现的方法

说明书

技术领域

本发明的领域一般地涉及文档处理，并且更具体地涉及用于动态处理数据（特别是文本片段）并标识和推荐引用数据（特别是文学引用）以用于呈现给用户并用于选择性地将引用数据包括在文档再现应用（诸如文字处理器）内的系统、方法和软件。本发明一般还涉及信息科学和情报计量学并且更具体地涉及文献计量学和科学计量学的领域。

背景技术

随着印刷机、排版、打字机以及计算机实现的文字处理和存储的发展，人类所生成的信息量已经显著地并以更快的步伐增加。因此，存在持续且增长的需求以准确地收集及存储、标识、追踪、分类和编录以用于检索和分配这种增长的信息海洋。

在学术和科学研究以及撰写用于文档研究的复杂过程和常规的区域中，支持材料和组织研究领域已经出现且被称为“文献引用”。这样的科学作品包括（除其它之外）书本、出版在期刊、杂志或其它周期出版物中的文章、手稿、以及由团体、工业和专业组织呈现、提交和出版在诸如文集和事务出版物中的论文。为了促进学术作品中所出版的信息的广泛分布以更高效和有效地推进研究主体，学术人员和科学人员使用文献引用来识别其他人员或甚至他们自己的现有工作，他们作品中所阐述的进步基于所述现有工作。如在任何特定工作或工作主体中所包括的“引用”或“引用的参考文献”在本文中用来宽泛地指引用的参考文献、文献或其它参考数据，其共同形成文本内引用、脚注、尾注和文献并且被用来标识作者所依赖的或考虑的信息源并为读者提供一种方式以确认内容的准确性和用于进一步学习的方向。“文献”可以指具体到作者、出版商或给定主题的完整作品或作品的选择性列表或编译，或者它可以指作者在准备诸如论文、文章、书本或其它信息化对象的特定工作时所依赖的或考虑的作品的列表或编译。

引用主要将引用的作品描述和标识为权威的信息或参考文献的源。引用和文献遵循特定的格式化惯例以增强解译信息时的一致性。每一个引用典型地包括以下信息：完整题目、（多个）作者姓名、包括出版商身份、卷、版本和其它数据、以及出版的日期和位置的出版数据。鉴于与每一个引用相关联的格式化要求和众多字段并且鉴于在给定论文中存在数十个并在一些情形中数百个引用，作者在给定论文或项目中准确地标识和引用这样大量的引用所要求的工作量在出版和研究过程中呈现大量问题和负担。即便论文或项目的作者或合作方已经在现有文档中引用过某些论文，仍旧存在有效地和准确地回忆这样的论文以用于将来论文中的引用的问题。所需要的是这样一种系统，其允许作者能够在文字处理器环境中工作同时提供对引用信息的有效访问而不离开文字处理器应用。

此外，引用中的许多字段固有地是不明确的，从而使作者非常难以准确地在过程中表示论文或工作中的引用。例如，回忆要引用的论文的准确题目或者这样的论文的作者使得该过程固有地成为问题。当前可用于研究人员和作者的系统不提供有效的措施来基于作者的“粗糙”或大概引用信息或者甚至话题信息而在工作文档的文本中标识和生成引用。

另外，作者姓名通常以简写形式表示在引用中，诸如首字母而不是完整的名或中间名（例如J. Smith），或者自然地遭受与其他作者的共同性，诸如具有共同的名或姓或二者，例如John Smith。这导致关于作者或者在创作过程期间力求引用的文章的真实身份的潜在不明确性。已经存在许多尝试以消歧作者和其它引用信息。用于消歧信息的系统和方法在2011年5月31日公告的题目为“Method and System for Disambiguating Information Objects”的US专利号7,953,724中公开，该专利由此通过引用整体并入本文中。