循證知識服務：學術出版的智慧化升級轉型

宋寧遠?李英群

【摘要】循證知識服務是在學術信息過載背景下，保證研究人員科學處理、高效利用領域知識的必然途徑，也是學術出版智慧化升級轉型的方向之一。從循證研究范式入手，基于科學研究過程的視角分析科學發(fā)現與循證論證之間的關系，總結歸納循證知識服務的概念內涵、技術路徑和使用場景，從知識服務、智慧出版、科學交流系統(tǒng)三個方面揭示循證知識服務對學術出版的影響，可為學術出版朝向智慧化發(fā)展、高效合理地開展循證知識服務提供理論基礎與實踐路徑。

【關? 鍵? 詞】循證知識服務；智慧出版；科學發(fā)現；論證結構

【作者單位】宋寧遠，南京大學信息管理學院；李英群，南京大學信息管理學院。

【基金項目】國家自然科學基金青年項目“基于科學論文論證結構的可循證領域知識體系構建研究（72304137）”。

【中圖分類號】G239.7【文獻標識碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2023.16.003

隨著“AI+科學發(fā)現”的不斷發(fā)展，利用AI技術輔助科學發(fā)現已經成為科學研究的發(fā)展方向，也逐漸成為一種新型的科學研究范式。科學發(fā)現的過程是圍繞特定領域的具體命題，利用多種方式方法不斷發(fā)現證據、使用證據，以驗證假設、總結規(guī)律、提煉理論的過程。在這一過程中，科學證據起到至關重要的作用。因此，“循證”是科學發(fā)現與科學研究的基本邏輯與基礎流程。與此同時，隨著循證醫(yī)學的不斷發(fā)展，以及循證研究范式在諸多學科的廣泛應用，對科學證據的提取、分析、整理、挖掘成為循證研究的關鍵任務，如何高效開展循證知識服務也成為出版學、圖書情報等領域關注的重要問題。此外，隨著科技文獻數量的暴漲，短時間內快速瀏覽大量科技文獻，并有策略地閱讀科技文獻的部分關鍵內容，準確定位所需要的關鍵證據，成為目前科研工作者學術資源利用的主流行為模式。在這些因素的推動下，在學術出版領域開展循證知識服務將是學術出版智慧化發(fā)展的未來方向之一。

建設能夠支撐循證知識服務過程的內容數據，是保障循證知識服務有效開展的前提與基礎，但由于科技文獻數量龐大且結構復雜，給科研領域內證據體系挖掘、邏輯關系識別、證據可信度分析等工作帶來了巨大挑戰(zhàn)，阻礙了循證知識服務的開展。隨著人工智能、自然語言處理等技術的不斷進步，越來越多的研究與實踐開始聚焦于科技文獻細粒度內容的挖掘與抽取，同時積累了大量的算法基礎、技術體系和高質量數據集，使得基于大規(guī)模學術出版物內容挖掘的循證知識服務基礎設施構建成為現實，也給學術出版行業(yè)開展智能化的循證知識服務提供了可能。在此背景下，厘清循證知識服務的理論基礎，探究循證知識服務的技術實現路徑，挖掘循證知識服務的潛在應用場景，成為當前需要著力探究的問題。

基于此，本文從循證研究范式入手分析科學發(fā)現的過程，進而總結歸納循證知識服務的概念內涵和使用場景，并對循證知識服務對學術出版的影響進行探討。

一、循證研究范式與科學發(fā)現的過程

循證研究，亦稱循證實踐（Evidence-Based Prac-

tice），本意是“基于證據的實踐”。其理念最早始于循證醫(yī)學，由加拿大學者Gordon Guyatt［1］等提出。隨后，循證的概念不斷向臨近學科滲透，形成循證圖書館學、循證管理學、循證政策分析、循證軟件工程等多個新興領域。循證研究強調對多源科學證據的分析與評估，由此產生了多種不同的證據集成方法和評估框架，如OCEBM證據標準［2］、GRADE證據質量與推薦強度分級［3］、證據金字塔［4］、5S證據模型［5］等。此外，還有研究設計了相應的循證研究范式［6］。

隨著語義技術的發(fā)展，有研究通過對科學基礎設施的建設與開發(fā)，實現了高效、簡潔、快速的循證知識服務，如Cochrane Library、Epistemonikos數據庫、Trip數據庫、PubMed Health等，成為下一代知識服務平臺的范例。亦有研究通過本體［7］、知識圖譜［8］等方式，借助專家系統(tǒng)構建知識庫［9］，實現對科學證據的關聯與評估。由此可以看出，基于大規(guī)模的科技文獻，設計科學證據的分類、抽取、關聯方法，并對其可信度進行分析與監(jiān)測，是支撐循證研究范式的重點。

對科學發(fā)現的一般規(guī)律從認識論的層面進行探索，有助于回歸科學發(fā)現的本源，對于理解循證知識服務的模式及實現路徑至關重要。綜合以上科學研究的認識論解釋可以發(fā)現，科學知識的產生和發(fā)展過程包括假設、事實、實驗、數據、方法、概念等元素，這些不同層次的要素按照一定的修辭規(guī)則和邏輯準則關聯在一起，形成了支撐科學命題的科學證據，構成了科技文獻的主要內容。因此，科學發(fā)現的過程就是一種不斷“循證”的過程，能夠為循證知識服務的開展提供有效的理論依據。

從科學研究過程可以發(fā)現，科學研究是不斷“循證”并“論證”的過程，論證不僅可以表征科技文獻內容的基本結構，也可以表征科學發(fā)現的基本邏輯。對科技文獻論證結構進行揭示，可以實現對科學證據、命題等的準確描述，也能夠給循證知識服務提供內容與數據的準確定義與表征，為循證知識服務的開展奠定工具和方法基礎。

二、循證知識服務的內涵與應用場景

1．循證知識服務概念

綜合對基礎理論的分析不難發(fā)現，科學發(fā)現的過程是一種循證的過程，是在不斷發(fā)現新證據、評估已有證據的基礎上，提出新命題或評估已有命題的循環(huán)。在這一過程中，分析、理解、集成、評估各類證據是開展新的科學發(fā)現的基礎性工作。與此同時，以特定領域為視角，領域內知識的建構過程也是一種循證的過程。在這一過程中，新的科學證據和命題不斷與已有知識進行充分關聯、聚合，進而促進學科領域知識體系的逐步完善。這充分說明，循證是科學發(fā)現、知識建構的重要邏輯線索，因而理解循證的內涵，明晰循證的過程，并進行循證知識服務設計與實施，是未來知識服務發(fā)展的重要方向。

與此同時，在實踐方面，經過循證醫(yī)學數十年的發(fā)展，循證研究逐漸得到各領域，尤其是人文社會科學領域的認可，并逐漸成為一種研究范式，這也是循證知識服務開展的基礎。此外，前期對科技文獻結構、功能、邏輯的分析、揭示、定義與形式化表征等研究，也準確描述了科技文獻中存在的不同證據，為循證知識服務提供了先決條件。

基于此，本文將循證知識服務的概念進行如下歸納，即循證知識服務是以多源數據為基礎，以論證結構表征、揭示、挖掘為核心，通過概念地圖、知識圖譜等知識組織系統(tǒng)與工具，實現多維度、多粒度內容數據聚合與集成，進而實現包括核心證據獲取與溯源、證據鏈提取、證據可信度分析等更加貼近用戶科研過程，以及更加具有針對性的新型高階知識服務。實現循證知識服務能夠有效滿足科研用戶快速理解領域知識發(fā)展脈絡，梳理科學發(fā)展過程，滿足策略性閱讀，快速掌握相關證據、知識的精準獲取等需求，進而推動科學研究工作的高效率開展。

2．循證知識服務的應用場景

循證知識服務的開展有賴于完備的科技文獻內容數據基礎設施建設，需要建設豐富語義、高度關聯、動態(tài)更新的內容數據基礎設施，從而實現循證知識服務。其中的關鍵在于定義、識別、抽取、挖掘科技文獻中廣泛存在的科學證據及其相關的命題、斷言等，并進行有機的組織與聚合。在整合多源數據的基礎上，融合實際應用場景中的領域知識特征與循證需求分析結果，結合領域知識體系中的核心知識、知識結構、知識發(fā)展脈絡等關鍵要素，可為用戶提供關鍵的、可供分析與利用的循證知識。目前，循證知識服務策略和實踐路徑主要包括以下四個方面。

（1）可循證領域知識體系構建

循證研究的開展有賴于對較為分散的科學證據的集成式判定和綜合式推斷，需要將分布在不同科技文獻中的科學證據、關鍵命題等進行準確表征、規(guī)范定義和關聯組織。因此，為了使科研工作者在短時間內實現對領域內證據和命題的快速理解，進而推動循證知識服務的開展，首要工作是構建可循證的領域知識體系。

可循證領域知識體系的構建需要借助深度學習和知識圖譜技術，實現領域內不同科技文獻的論證知識的抽取，隨后按照論證邏輯進行重組，構建面向特定領域的知識體系與知識圖譜。這種領域知識體系能夠將領域知識的發(fā)展、演化過程和關鍵節(jié)點以全域式的呈現方式提供給用戶，幫助科研工作者實現對領域知識的“遙讀”。

（2）關鍵科學證據獲取

幫助用戶快速獲取關鍵科學證據，是循證知識服務的主要應用場景。通過對大規(guī)模科技文獻的分析、挖掘，服務提供方借助可循證領域知識體系，使用復雜網絡分析的方法、技術實現對關鍵知識、知識結構等的分析、挖掘與提取，進而滿足科研工作者對快速獲取關鍵證據的需求。例如：通過領域知識宏觀結構，幫助用戶掌握當前領域的整體發(fā)展情況；通過領域知識中觀結構，幫助用戶掌握當前領域中存在的研究流派；通過領域知識的微觀結構，幫助用戶獲取當前領域中的關鍵知識與領域關鍵證據及結論的論證過程；通過領域知識發(fā)展脈絡，幫助用戶獲取當前領域關鍵知識的發(fā)展路徑與發(fā)展軌跡，最終實現學術資源和關鍵科學證據的智能化獲取與語義檢索。

（3）科學證據可信度分析

對科學證據進行可信度分析、評估與證據分級，是開展循證知識服務的重要環(huán)節(jié)，用戶需要根據多方因素對證據的可信度等進行分析，最終確定循證研究所使用的科學證據。但由于證據可信度受到來自領域、提出者、證據內容、提出時間等因素的影響，具有較高的動態(tài)性、演化性與領域性等特征，需要綜合多種來源信息進行判定。因此，單一的、靜態(tài)的可信度評估不完全適用于科學證據，而富含論證結構語義信息的知識圖譜和知識體系，給動態(tài)判定科學證據可信度分析提供了基礎。服務提供方可以使用如圖神經網絡等算法與技術，在可信度分析框架的基礎上實現對科學證據的動態(tài)性、全局性分析，也可以借助科學證據、命題間存在的復雜論證關系，挖掘核心證據的論證過程，揭示證據和命題的論證充分程度，并借此對當前知識和內容的可信度進行分析與研判，為用戶提供證據分級等服務。

（4）科學證據鏈提取與證據溯源

循證知識服務的另一應用場景是通過對論證關系的揭示融合時序信息，發(fā)掘知識關聯方式，追蹤關鍵證據的源頭，為后續(xù)的科學研究構建完整、可靠的證據鏈，并為科研用戶提供相應的知識體系，從而支撐用戶科研工作的高效率展開。與此同時，以論證知識圖譜為依托，用戶也可以借助證據溯源，綜合判斷科學證據的可靠性與有效性。在此基礎上，為了進一步提升循證知識服務的精確性與準確度，還需對循證知識服務方式的效果進行驗證。開展用戶實驗，從用戶的視角探究循證知識服務的實際使用效果，最終根據實驗結果對循證知識服務策略進行分析與優(yōu)化，可為更有效的循證知識服務提供路徑與方案。

三、循證知識服務對學術出版的影響與進路

1．知識服務的未來發(fā)展

循證知識服務為出版業(yè)知識服務的進一步轉型升級提供了一條可供參考與實踐的路徑。開展知識服務工作是數字出版時代到來之后出版業(yè)的共識，隨著知識服務概念、內涵的不斷深化，知識服務也需進一步升級，實現從簡單的資源供給向提供解決方案轉變，契合用戶的實際需求。

近年來，隨著知識服務及相關實踐的開展，出版業(yè)建設了大量的數據庫和知識庫，嘗試了語義出版、數據出版等新型的出版與服務模式。這些出版模式將粗粒度的篇章轉化為細粒度的內容數據，方便用戶快速獲取知識，并根據實際需求進行內容重組。循證知識服務的開展，將為知識服務的進一步發(fā)展提供方向。循證知識服務模式建立在對科學研究與科學發(fā)現一般規(guī)律的理解基礎之上，更加貼近研究流程，能夠較為充分地滿足科研用戶的需求。這也說明，未來知識服務需要深入理解科學交流系統(tǒng)的運作機制、科學研究的一般規(guī)律及科學發(fā)現的典型過程與范式，設計出更加符合用戶行為特點和需求的知識服務模式。

此外，知識服務的開展有賴于對知識資源的深度處理與關聯組織。循證知識服務側重于對知識資源中論證知識的利用，是對多來源科技文獻進行有針對性的再次開發(fā)，實現了特定目標的價值增值。如SynGo項目中就涉及對不同證據類型的定義，并圍繞這些證據設計集成了證據追蹤模塊（Evidence Tracking Systems），為開展更為豐富的知識服務提供了基礎。因此，以循證知識服務為代表的新型知識服務模式，為知識的深度加工與利用提供了發(fā)展方向，需要圍繞特定需求和特定目的，多刻面、多層次、多類型地建設知識與內容資源，進而實現有針對性的知識服務。

2．智慧出版的服務形態(tài)與進路

循證知識服務的發(fā)展為智慧出版的服務形態(tài)及發(fā)展方向提供了參考。智慧出版是借助人工智能等新技術對出版業(yè)務的升級，在這一過程中，如何充分發(fā)揮技術優(yōu)勢，實現對出版流程的再造是至關重要的因素。為此，需要著重考慮以下兩個方面。

首先，智慧出版需要更細粒度、更具針對性的資源開發(fā)與建設。現階段，學界及業(yè)界均認可資源建設對學術出版發(fā)展的重要作用，與此同時，細粒度、富語義的資源開發(fā)與建設不僅是實現智慧出版的基礎，也是開展知識服務的基本前提。此外，語義技術、自然語言處理及人工智能算法能夠提升較大規(guī)模資源的建設速度，有效應對學術資源結構復雜、種類多樣等方面的挑戰(zhàn)，進而實現更細粒度、更具針對性的資源開發(fā)與聚合。循證知識服務就是在細粒度資源建設的基礎之上，綜合多種技術方法的產物，囊括深度學習、知識圖譜、本體等，為智慧出版的發(fā)展提供了可參考的思路。

其次，智慧出版是更貼近消費者群體特征及行為習慣的服務方式。服務于科研工作者的現實需求是學術出版領域智慧化、智能化轉型的最終目標，因而在資源開發(fā)的基礎上，如何更好地服務于消費者，是智慧出版未來發(fā)展的關鍵任務之一。循證知識服務不僅能滿足科研工作者對證據獲取、證據溯源、可信度判定的需求，也符合現階段科研工作者策略型閱讀的行為模式，這種內容服務方式為智慧出版的服務形態(tài)提供了參照。未來，智慧出版需要以理解用戶行為模式為先導，以精細化、個性化的服務與應用設計為導向，利用富語義化的數據基礎提供更具針對性的內容和知識服務。

3．對科學交流系統(tǒng)的改進

循證知識服務改進了科學交流的普遍方式，形成了以證據為載體的交流形態(tài)，對于科學交流系統(tǒng)而言，是一種從載體到方式的提升。具體體現在以下三個方面。

一是對科研工作者資源利用效率的提升。循證知識服務的開展顯著提升了科研工作者的資源利用效率，科研工作者借助論證圖譜可以較為便捷地獲取、檢索、定位、溯源相關的知識及內容，快速構建領域的知識體系，了解領域知識的發(fā)展脈絡。此外，循證知識服務的開展還可以幫助科研工作者快速判斷科學證據的可信度，有利于科研工作的開展，對新知識、新發(fā)現的產生起到加速作用。

二是對知識傳播模式的變革。循證知識服務的開展一定程度上改變了知識傳播的方式。現階段，正式的科學交流系統(tǒng)以論文等為主要載體，需要科研工作者花費大量時間進行論文閱讀以獲取相關內容。而論證知識圖譜的建設及循證知識服務的開展，可使科學交流系統(tǒng)的載體轉變?yōu)橐钥茖W證據等為代表的、更細粒度的知識及內容，這種傳播模式的改變將促進知識的傳播，極大提升知識的利用效率。

三是對出版物形態(tài)的改進。循證知識服務的開展也對建構新形態(tài)科學出版物提出了新的要求。從本質上看，循證知識服務是以大規(guī)模關聯化的細粒度內容數據基礎設施為依托而開展的新型知識服務，是借助內容挖掘、語義組織等技術手段進行的科技文獻內容的二次開發(fā)與利用。這種內容數據同時也是與出版物原文本具有高度互文性的副文本，可為用戶的文獻資源利用提供如學科概覽、觀點演化、重要節(jié)點文獻提供等輔助功能。如國外研究團隊開發(fā)的證據與結論本體（Evidence&Conclusion Ontology， ECO），不僅規(guī)范定義了基因與蛋白質的關系，還通過語義標注的方式關聯了相關研究證據，實現對關鍵知識和證據的互文，幫助用戶對關鍵結果進行判斷。除了對出版物內容組織形式的改進，以豐富語義內容為基礎，服務提供方還可以設計更貼近用戶資源使用方式的功能，開發(fā)自動摘要、自動綜述、知識溯源、可信度判定等工具，豐富出版物的功能，幫助科研工作者實現對知識的快速獲取與理解。

四、結語

本文著重探究學術出版開展循證知識服務的基礎理論與服務場景，同時分析了循證知識服務對學術出版發(fā)展的影響。隨著人工智能、深度學習等技術的不斷成熟，以及在學術出版行業(yè)的不同運用，智慧出版與智能化的服務和應用必將成為未來學術出版的發(fā)展重心。在新形勢下，充分發(fā)揮技術特點與資源優(yōu)勢，開展符合科學研究一般過程、適應科研工作者資源利用模式的智能化知識服務，是學術出版升級轉型的必然之路。

循證知識服不僅更加貼近科學發(fā)現的一般規(guī)律，也更符合科研工作者的認知習慣，將給學術出版的未來發(fā)展提供一條可供參考的思路。但現階段，開展大規(guī)模、智能化的循證知識服務還存在諸多局限，如數據集建設不完備、算法設計難度較大、資源整合程度較低等。未來，需要從研究與實踐兩方面入手，共同推進循證知識服務的進一步發(fā)展。

｜參考文獻｜

［1］ GUYATT G，CAIRNS J，CHURCHILL D，et al. Evidence-based medicine： a new approach to teaching the practice of medicine［J］. Jama，1992（17）：2420-2425.

［2］ HOWICK J，CHALMERS I，GLAXZIOU P，et al. Explanation of the 2011 Oxford Centre for Evidence-Based Medicine （OCEBM） Levels of Evidence ［EB/OL］. ［2023-08-25］. https：//www.cebm.ox.ac.uk/resources/levels-of-evidence/ocebm-levels-of-evidence.

［3］ ATKINS D，ECCLES M，FLOTTORP S，et al. Systems for grading the quality of evidence and the strength of recommendations I： critical appraisal of existing approaches The GRADE Working Group［J］. BMC health services research，2004（4）：1-7.

［4］ 陳耀龍，李幼平，杜亮，等.醫(yī)學研究中證據分級和推薦強度的演進［J］.中國循證醫(yī)學雜志， 2008（2）：127-133.

［5］ HAYNES R B. Of studies，syntheses，synopses，summaries，and systems： the “5S” evolution of information services for evidence-based healthcare decisions［J］. BMJ Evidence-Based Medicine，2006（6）：162-164.

［6］ LUND H，JUHL C B，N?RGAARD B，et al. Evidence-based research series-paper 2： using an evidence-based research approach before a new study is conducted to ensure value［J］. Journal of clinical epidemiology，2021（1）：158-166.

［7］ GIGLIO M，TAUBER R，NADENDLA S，et al. ECO，the Evidence & Conclusion Ontology： community standard for evidence information［J］. Nucleic acids research，2019（1）：1186-1194.

［8］ 高峰，熊輝，顧進廣.基于知識表示學習的實時語義數據流推理［J］.計算機應用與軟件， 2022 （2）：26-31+94.

［9］ KOOPMANS F，VAN NIEROP P，ANDRES-ALONSO M，et al. SynGO： an evidence-based，expert-curated knowledge base for the synapse［J］. Neuron， 2019（2）：217-234.