摘要 长期以来，同行评议的主观性和低效率、文献计量学的人为操纵和不针对内容等问题始终没有得到很好的解决，学术论文评价面临不同评价方法之间难以相互弥补的矛盾，亟需新的评价理论和方法。认知计算是一个以一定的规模进行学习，带着某种目的进行推理，以此来与人类进行交互的系统。将认知计算引入学术论文评价领域，有望同时解决专家定性评价中的主观性和低效率，以及定量评价中不针对内容等缺陷。本文介绍了认知计算的相关研究和实践，探讨了学术论文评价的发展历程及其困境，揭示了学术论文评价的本质。重点论述了基于认知计算的学术论文评价新思路。研究发现，学术论文评价的发展与科学交流方式和技术变革密切相关。学术论文的评价本质是对其学术价值的评价，具体体现为创新性的测度。从学术论文语义内容角度，构建基于认知计算的学术论文评价系统是完善现有论文评价理论和方法的新视角。有望成为未来学术论文评价的重要发展方向之一。
关键词 学术论文,论文评价,评价本质,评价方法,认知计算
O引言
近年来，科研水平成为综合国力的重要组成部分，国际科研竞争日趋激烈。各国对科研投入大幅增加，科研成果产出量爆发式增长。论文作为科研活动的阶段性知识形态成果．是主要的成果表现形式。据统计．过去几十年中，全球科研成果产出量正以每九年翻一倍的速度增长。杂志报道，平均每20秒就有1篇学术论文发表。学术论文的指数增长，一定程度上增加了用户的文献选择负担．影响了科研人员的工作效率和科研管理效率．学术论文评价因此而成为全球科研管理界和学术界的热门话题。目前针对单篇学术论文评价的研究主要集中在以被引频次和期刊影响因子为核心的学术论文评价指标的构建、修正和验证，从定性和定量角度构建学术论文的评价指标体系．学术论文评价方法的探索和完善等方面。
学术论文评价的主要目的是便于用户找到自己所需的优秀论文。基于专家同行评议的定性评价和基于文献计量学的定量评价一直是较为公认的学术论文评价方法。定性评价虽然能够针对论文内容逐篇评审，但效率低下，且易受专家主观性或其他非科学因素影响，不适宜高效的海量论文的评价。定量评价虽然较客观、效率高、可操作性强，但不直接针对论文内容，容易被人为操纵。一直以来，虽然人们从未停止对学术论文评价方法的探索，但始终没有取得令人满意的结果。无论同行评议还是文献计量学．其缺陷都是显而易见的，二者之间存在难以相互弥补的矛盾。要突破当前学术论文评价所面临的发展困境．必须转变思维，与当前的先进技术结合，寻找新的评价视角和思路。认知计算是大数据时代的发展产物．是信息分析技术和人工智能技术的结合．通过对各种类型数据的学习和理解．以一种自适应的方式解决现实世界中的复杂性和不确定性问题，对解决定性评价的主观性、低效率．以及定量评价不针对内容、指标广泛等问题具有潜在的应用价值。因而，从认知计算视角探索新的学术论文评价理论和方法显得极为重要。
1认知计算的相关研究及实践
1．1认知计算的产生
简单地讲，认知计算(cogIIitiveComputing)是一项使人类能够和机器合作的技术方法。认知计算这个术语来自于认知科学与人工智能，是借助认知科学理论构建算法，模拟人的客观认知和心理认知过程．使机器具备某种程度的“类脑”认知智能")。20世纪90年代后，人们开始使用认知计算一词。2013年，以IBM沃森为代表的认知计算系统实现了自主学习，并拥有了类似人脑的能力．能够按照用户需求从自然语言内容中搜寻关键知识，拉开了认知计算在各个领域应用的帷幕。
实际上，认知计算是一个多种技术的综合体．每种技术用不同的方法解决其领域内的问题。IBM指出，认知计算是根据神经网络和深度学习来构建的，正在应用来自认知科学的知识来构建模拟人类思维过程的系统。具体来说。认知计算是指计算机拥有自我学习系统，可以像人类大脑一样学习，不仅可以处理结构化的数据，而且可以通过学习实现识别人类自然语言、图像、视频等以往都需要人类亲自操作的功能．建立一种能够摆脱人类干预并自行解决复杂问题的计算系统。认知计算最明显的特征和优势在于具备超强的自我学习能力、存储能力和计算能力。
1．2认知计算的相关研究
(1) 国外认知计算的相关研究。尽管认知计算还存在一些争议，但国外有关认知计算的研究已成为认知科学和人工智能领域的热点之一。目前的研究主要集中在对认知的可计算性的解释，认知系统的软硬件设施、原理及相关算法，在医疗、法律、教育等不同领域应用的探索，以及开发可以实现某种特定功能的认知计算系统等方面。2002年，美国国家基金会将认知科学看作2l世纪四大前沿技术之一。2006年，IBMAlmaden研究中心发起了认知计算国际会议．2007年又在加州大学召开了认知计算会议．最近的一次国际认知计算会议于2017年7月份在英国牛津大学顺利召开。现在，美国的宾夕法尼亚大学、麻省理工学院、布朗大学和乔治亚计算机学院等均建立了相关的研究所(或中心或实验室)，都在开展相关研究。日本和德国也有相关的研究。
(2) 国内认知计算的相关研究。虽然一些具有前瞻性的专家学者已经看到了认知计算的重要性．但国内对认知计算的研究尚处于起步阶段．主要集中在对认知计算的介绍方面，鲜有其在相关领域应用的探索。2008年，国家自然科学基金委员会发布了“视听信息的认知计算”重大研究计划．表明我国对认知计算这一国际前沿技术研究的认可，该重大计划的实施有力地推动了我国认知计算领域相关研究的发展。2013年．北京举办以“从大数据到认知计算”为主题的认知计算研讨会，同年11月，中国自动化大会设立“生物信息与认知计算”专题会议。表明我国学者对认知计算技术方面研究的高度重视。另外，国内一些情报学学者从认知科学的角度对情报学相关理论进行探索和研究。基于认知计算的专家系统、智能检索、决策支持系统、基于内容的个性化信息服务等都是情报学重要的研究领域。随着物联网的发展，有待处理的数据和信息量急剧增加，这些研究领域都需要与认知计算相结合，通过建立人机交互的认知计算系统，增强用户的服务体验。
1．3认知计算的实践
认知计算是针对不同领域解决复杂问题的技术体系或方案，目前在医疗、金融和保险等领域已经开展了一些实践。在医疗领域，IBM智慧医疗的核心概念是认知计算，为用户提供个性化诊断和治疗。IBM沃森认知系统在癌症诊断和提供治疗方案方面已经取得显著成效，这主要得益于其超强的存储能力、运算能力和学习能力”。IBM沃森认知系统存储了300种以上医学专业期刊、250本以上的医学书籍、超过1500万页的资料和临床指南。能够在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、6l540次实验数据和106000份临床报告．短期内学习并掌握医学领域的专业知识体系。
在生命科学领域．IBM沃森通过对超过7万份有关p53(一种涉及多种癌症的蛋白质)的科学论文的自动分析，花费不到一个月的时间。发现了6种可改善p53的蛋白质，其中前2种蛋白质已经得到实验室的验证。而同样的工作需要花费至少10位科学家14个月的时间才能完成[6]。由于认知计算在加快药物发现和再利用方面拥有巨大潜能．目前国际制药巨擘Johnson＆Johnson正在进一步训练watson阅读和理解科学论文，以评估治疗的临床试验结果。
从认知计算的相关研究和实践来看，其在医疗、生物、金融和零售等行业都已进入初级应用阶段．教育和法律等领域也在积极开展探索性研究。尽管不同学科领域的学者都在积极从不同视角探索新的学术论文评价理论和方法，但目前尚未见认知计算用于单篇学术论文评价的研究和实践。因而，基于认知计算的学术论文评价是完善现有学术论文评价理论和实践的新视角。
立即询价
