Hãy thử hình dung có hai bài báo khoa học. Tiêu đề khác nhau, tác giả cũng khác nhau, và chúng chưa từng trích dẫn lẫn nhau. Thế nhưng khi đặt danh mục tài liệu tham khảo của hai bài cạnh nhau, ta lại thấy nhiều cuốn sách và bài báo giống nhau trùng lặp. Nếu hai nghiên cứu cùng đọc những tài liệu giống nhau rồi xây dựng ý tưởng trên đó, nhiều khả năng chúng đang giải quyết những vấn đề tương tự. Phương pháp đo độ gần gũi giữa các tài liệu dựa trên sự trùng lặp tài liệu tham khảo chính là ‘ghép nối thư mục (Bibliographic Coupling)’.
Nói một cách đơn giản, ghép nối thư mục là ‘phương pháp phân tích coi hai tài liệu có liên kết với nhau khi cả hai cùng trích dẫn một tài liệu thứ ba, và đánh giá chúng càng gần nhau khi số tài liệu cùng trích dẫn càng nhiều’. Phương pháp này được M. M. Kessler thuộc Viện Công nghệ Massachusetts (MIT) của Mỹ đề xuất lần đầu vào năm 1963. Đây được xem là một trong những phương pháp sớm nhất dùng quan hệ trích dẫn để tính độ tương đồng giữa các tài liệu.
Bài viết này sẽ lần lượt tìm hiểu ghép nối thư mục ra đời như thế nào, cách đếm cường độ ghép nối, điểm khác biệt so với phân tích đồng trích dẫn, và ngày nay nó được dùng ở đâu.
Chung tài liệu tham khảo là hàng xóm
Ghép nối thư mục ra đời như thế nào?
Đầu thập niên 1960 là thời kỳ số lượng bài báo khoa học tăng nhanh. Nhà nghiên cứu ngày càng không thể đọc hết mọi bài trong lĩnh vực của mình, và cần một cách mới để chọn lọc và gom nhóm các bài liên quan.
Chỉ dựa vào tiêu đề hay tóm tắt thì sẽ bỏ sót nhiều mối liên hệ. Bởi hai bài dùng cách diễn đạt hoàn toàn khác nhau thực ra có thể cùng dựa trên một kết quả thí nghiệm. Ý tưởng so sánh không phải bề ngoài của văn bản mà là những căn cứ văn bản dựa vào đã nảy sinh từ trăn trở này.
(1) Dùng trích dẫn thay cho từ khóa chủ đề
Trước đó, tiêu chí gom nhóm tài liệu chủ yếu là từ khóa chủ đề và ký hiệu phân loại do con người gán. Nhưng cùng một khái niệm lại thường có tên gọi khác nhau ở mỗi lĩnh vực nên dễ bị lệch nhau. Kessler cho rằng chính những tài liệu tham khảo do tác giả tự chọn mới là manh mối thể hiện rõ nội dung.
(2) Đề xuất năm 1963
Kessler trình bày khái niệm này trong một bài đăng trên tạp chí khoa học về thông tin tư liệu của Mỹ, đồng thời tiến hành thử nghiệm trên các bài báo vật lý. Ông muốn cho thấy rằng khi gom các bài có chung tài liệu tham khảo, thực sự sẽ hình thành những nhóm có chủ đề tương tự.
(3) Gặp gỡ chỉ mục trích dẫn
Cũng vào khoảng thời gian đó, Eugene Garfield xây dựng chỉ mục trích dẫn khoa học, tạo nền tảng để xử lý thông tin trích dẫn với số lượng lớn. Garfield cũng tiếp nhận ý tưởng ghép nối thư mục và áp dụng vào công việc của mình.
Cách đếm cường độ ghép nối
Cách tính rất đơn giản. Đặt danh mục tài liệu tham khảo của hai tài liệu cạnh nhau rồi đếm số mục trùng nhau. Con số này được gọi là ‘cường độ ghép nối’.
- Cường độ ghép nối (Coupling Strength): Số tài liệu mà hai tài liệu cùng trích dẫn. Nếu A và B đều trích dẫn C, D, E thì cường độ là 3; giá trị càng lớn thì chủ đề của hai tài liệu càng có khả năng gần nhau.
- Đơn vị ghép nối (Unit of Coupling): Chỉ từng tài liệu tham khảo chung nối hai tài liệu với nhau, là thuật ngữ do Kessler sử dụng. Nếu không có tài liệu nào, hai tài liệu được xem là không ghép nối.
- Chuẩn hóa (Normalization): Bài có danh mục tham khảo càng dài thì xác suất trùng lặp ngẫu nhiên càng cao, nên trong phân tích thực tế đôi khi người ta hiệu chỉnh giá trị có tính đến độ dài danh mục.
Ý tưởng này còn có thể mở rộng từ một bài báo lên cấp độ tác giả. Nếu gom toàn bộ tài liệu tham khảo trong các bài do hai nhà nghiên cứu viết rồi đếm mức trùng lặp, ta có thể thấy ai đang chia sẻ những gốc rễ tri thức tương tự. Năm 2008, Dangzhi Zhao và Andreas Strotmann đã hệ thống hóa điều này dưới tên gọi phân tích ghép nối thư mục tác giả. Họ cũng chỉ ra rằng vì tài liệu tham khảo của tác giả tiếp tục tăng chừng nào họ còn viết, nên cường độ ghép nối ở cấp độ tác giả có thể thay đổi theo thời gian.
Khác gì với phân tích đồng trích dẫn?
Phương pháp thường được nhắc cùng ghép nối thư mục là phân tích đồng trích dẫn. Cả hai đều đo độ tương đồng qua trích dẫn, nhưng hướng nhìn lại hoàn toàn ngược nhau.
(1) Nhìn về sau hay nhìn về trước
Ghép nối thư mục nhìn vào những tài liệu mà hai bài ‘đã trích dẫn’, tức là phía quá khứ. Ngược lại, phân tích đồng trích dẫn do Henry Small đề xuất năm 1973 nhìn vào những tài liệu sau này ‘cùng trích dẫn’ hai bài đó. Một bên đếm mũi tên đi ra, bên kia đếm mũi tên đi vào.
(2) Giá trị cố định và giá trị lớn dần
Tài liệu tham khảo của một bài báo được cố định ngay khi xuất bản. Vì vậy cường độ ghép nối thư mục giữa hai bài không thay đổi theo thời gian. Đồng trích dẫn có thể tăng mỗi khi có bài mới ra đời, nên thay đổi theo sự tích lũy đánh giá của giới học thuật.
(3) Mạnh với những bài vừa xuất bản
Sự khác biệt này cũng có thể là ưu điểm. Một bài vừa xuất bản, chưa ai trích dẫn thì không thể phân tích bằng đồng trích dẫn. Nhưng tài liệu tham khảo đã có ngay từ đầu, nên với ghép nối thư mục ta có thể tìm ra hàng xóm của nó ngay lập tức. Đó cũng là lý do có những đề xuất kết hợp hai phương pháp, như của Robert Amsler năm 1972.
Ngày nay ghép nối thư mục được dùng ở đâu?
Dù đã có lịch sử hơn nửa thế kỷ, phương pháp này vẫn được dùng ở nhiều nơi. Khi thông tin trích dẫn dạng số ngày càng dồi dào, phạm vi ứng dụng của nó lại càng rộng hơn.
(1) Gợi ý bài báo liên quan
Các dịch vụ tìm kiếm học thuật thường hiển thị những bài có nhiều tài liệu tham khảo chung với một bài nào đó dưới dạng ‘bài báo liên quan’. Nhà nghiên cứu có thể lần theo đó để tìm ra các nghiên cứu trước mà mình đã bỏ sót.
(2) Vẽ bản đồ nghiên cứu
Trong trắc lượng khoa học, người ta nối rất nhiều bài báo bằng cường độ ghép nối để vẽ các cụm chủ đề nghiên cứu như một tấm bản đồ. Cách này đặc biệt hữu ích để nắm xu hướng của những lĩnh vực có nhiều bài mới.
(3) Hạn chế cũng rõ ràng
Cùng trích dẫn một tài liệu không đảm bảo rằng hai bài nói cùng một điều. Những tài liệu được trích dẫn ở mọi lĩnh vực, như một cuốn sách về phương pháp thống kê phổ biến, có thể gộp cả những bài có chủ đề hoàn toàn khác nhau. Vì vậy, thay vì tin ngay vào kết quả, tốt hơn nên xem xét cùng các chỉ số khác.
Ý nghĩ đơn giản rằng những văn bản đi qua cùng một giá sách nhiều khả năng là hàng xóm của nhau, đó chính là bước đầu tiên để hiểu ghép nối thư mục.
