高校图书馆学科服务专题
AI作者映射与成果识别
基于教师花名册，将文献数据库中的作者、通讯作者记录映射到校内真实教师，形成可复核、可统计、可交付的本校论文成果数据。
为什么图书馆需要作者映射
高校成果分析的关键难点，不是“有没有论文数据”，而是文献作者字符串能否稳定地落到校内教师身份上。
把作者字符串变成教师对象
将 Wang, Q.、拼音姓名、通讯作者地址等记录归并到花名册中的标准教师名称。
按学校组织体系统计成果
支持按学院、学科、团队、岗位类型汇总成果，而不是只按数据库中的原始作者写法统计。
让论文认领过程可追溯
保留原始作者、映射结果、模糊候选和人工修正依据，支撑成果清单核验。
| 服务场景 | 核心问题 | 作者映射的作用 | 典型交付物 |
|---|---|---|---|
| 学院成果梳理 | 某学院教师近年发表了哪些论文？ | 按学院花名册识别本院教师在文献数据中的作者记录。 | 学院教师论文成果清单。 |
| 学科画像 | 某学科团队的论文产出和合作网络如何？ | 将团队成员与论文作者表关联，形成团队级成果数据。 | 学科成果统计和合作分析数据。 |
| 成果认领核验 | 同名作者成果是否属于本校教师？ | 对模糊匹配记录进行候选提示和人工复核。 | 待确认清单与核验记录。 |
| 通讯作者分析 | 哪些成果由本校教师主导？ | 对通讯作者表单独进行映射，识别本校主导论文。 | 通讯作者成果清单。 |
数据准备：文献数据与教师花名册
作者映射不是凭空识别，而是在文献作者记录和用户提供的受控名单之间建立对应关系。
三类基础数据
文献数据提供“论文与作者记录”，作者表提供“待识别对象”，教师花名册提供“允许匹配的校内教师范围”。
| 数据 | 说明 | 质量要求 |
|---|---|---|
| 文献数据 | 来自 WoS、Scopus、CNKI、万方、PubMed 等来源的论文记录。 | 尽量保留作者、机构、题名、摘要、年份、DOI 等字段。 |
| 作者或通讯作者表 | 软件读取文献后生成的作者记录表。 | 确认需要处理的是全部作者、第一作者还是通讯作者。 |
| 教师花名册 | 学校、学院、学科或团队教师名单。 | 每行一人，包含学院、部门、岗位或研究方向等辅助信息。 |
花名册的基本口径
建议使用“学院-姓名”作为基础写法；同名教师较多时，可增加岗位、方向或团队信息。离职、退休、附属医院、兼职教师是否纳入，应在成果统计前明确。
方法原理：受控名单匹配
AI 作者映射的本质，是让模型在限定花名册内完成作者解释、候选选择和结果写回。
Chen, Q.
Chen Qiang
Chen, Q.[Beijing Inst Graph Commun]
综合中文姓名、拼音、缩写、机构、学院、候选唯一性等线索，在给定名单中选择候选。
计算机学院-陈强
图书情报学院-陈强
未匹配 / 多候选
匹配依据
中文姓名、拼音姓名、缩写姓名、姓名顺序、学院部门、机构地址、题名关键词、候选唯一性共同构成判断线索。
写回规则
唯一匹配写入 Group 字段；多候选用 | 分隔；无法判断时保留未匹配状态，进入后续复核。
| 结果类型 | 含义 | 数据表现 | 处理方式 |
|---|---|---|---|
Matched |
可以唯一匹配到花名册中的教师。 | Group 写入标准教师名称。 |
可作为初步可信结果，仍建议抽样核验。 |
Ambiguous |
可能对应多位教师。 | Group 中出现多个候选。 |
结合学院、题名、机构和合作网络人工确认。 |
Unmatched |
无法在花名册中找到合理对象。 | 不写入或保留未匹配结果。 | 检查花名册是否遗漏，或排除校外作者。 |
操作流程：从作者表到映射结果
实际操作可以理解为六步：导入文献、确认作者表、选择记录、打开映射、配置参数、查看结果。
导入文献数据
读取 WoS、Scopus、CNKI 等来源文献，生成作者表或通讯作者表。
选择待处理记录
可从同一学院或同一学科的小批量记录开始测试，再扩大到全校范围。
打开 AI 作者映射
通过主菜单或右键菜单进入作者映射；通讯作者成果可使用 AI 通讯作者映射。
配置模型与花名册
选择模型、确认 API Key，将教师花名册粘贴到作者名单输入框。
查看回写结果
检查 Group、GroupId 等字段，区分匹配、模糊和未匹配记录。
结果利用：生成本校教师论文成果清单
映射完成后，Group 字段成为连接论文记录与校内教师身份的关键字段。
按教师检索
在作者表中搜索教师标准名称，定位该教师关联的文献记录。
查看相关文献
通过“查看相关”从作者记录跳转到文献、机构、时间等关联数据表。
按学院汇总
将“学院-姓名”拆分或保留为分组口径，统计学院成果数量、年份和来源期刊。
区分主导成果
对通讯作者映射结果单独统计，识别本校教师作为通讯作者的论文。
成果清单建议字段
教师标准名称、原始作者写法、论文题名、发表年份、期刊或会议、作者类型、本校机构、被引次数、DOI 或文献号。
复核规范：把 AI 结果变成可信成果数据
作者映射可以提高效率，但正式成果认领、绩效统计和学科评价仍需要人工复核与留痕。
优先复核对象
Group 中含有 | 的多候选记录；同名或同姓同首字母作者；缺少机构信息的记录；附属医院、兼职教师或跨学院成果。
复核线索
机构地址、学院归属、题名关键词、摘要、通讯作者邮箱、共同作者网络、DOI 和原文页面。
| 复核方法 | 适用情形 | 判断要点 |
|---|---|---|
| 看机构地址 | 作者记录带有机构或地址信息。 | 机构是否指向本校、学院、附属医院或合作单位。 |
| 看研究方向 | 同名作者或缩写作者较多。 | 题名、关键词、摘要是否符合教师研究方向。 |
| 看通讯作者 | 需要判断本校主导成果。 | 通讯作者邮箱、通讯地址和作者顺序是否支持判断。 |
| 看合作网络 | 团队成果或学院成果认领。 | 共同作者是否为同一学院、同一团队或长期合作对象。 |
| 查 DOI / 原文 | 关键成果或争议成果。 | 以外部原文信息作为最终核验依据。 |
服务治理：形成可复用的花名册资产
稳定的教师花名册和复核规则，是把一次性成果整理转化为长期学科服务能力的基础。
维护多级花名册
建立全校、学院、重点学科、科研团队、附属医院等不同粒度名单。
记录版本口径
每次成果统计记录使用的花名册版本、文献数据范围、模型版本和复核日期。
沉淀修正结果
将人工确认后的同名消歧、机构别名和特殊作者规则回填到名单或规则库。
| 花名册类型 | 适用任务 | 命名示例 |
|---|---|---|
| 全校教师花名册 | 全校成果普查、年度统计、综合画像。 | 全校教师花名册_2026 |
| 学院教师花名册 | 学院成果报告、同名教师较多的精细识别。 | 计算机学院教师花名册_2026 |
| 专题团队名单 | 重点学科、科研团队、平台建设成果分析。 | 人工智能团队名单_2026 |
| 通讯作者名单 | 主导成果识别、通讯作者成果统计。 | 附属医院通讯作者名单_2026 |
方法边界
AI 作者映射结果不能替代最终人工认领。花名册越完整、机构线索越充分、模型和口径越稳定，映射结果越适合进入正式成果数据流程。
