随着数据处理和存储技术的进步,科研数据的有效管理和基于数据的研究行为均得到越来越多的关注。为更好地对数据使用行为进行研究,本文确立了基于自动化文本挖掘的数据使用行为识别的研究目标,并在识别的基础上进行了领域内数据使用行为分析的应用尝试。计算机科学领域中依赖计算机进行的实验通常完全按照作者设定的程序编码准确进行,因此实验数据和程序编码都具有复用的可能性,共享和重用此类科学数据对学科发展有着重大的促进意义。并且,计算机科学领域的数据实践开展相对生物医学等其他领域尚处于初级阶段。在此背景下,笔者选择计算机科学领域的数据使用行为作为研究对象。本文首先以计算机科学领域内的学术文献构建训练集,经过基于bootstrapping的无监督训练过程得到数据使用陈述抽取模板(pattern),在数据使用陈述抽取的基础上,采用词性标注和词频统计的思路对抽取结果进行分析,得到候选的公共数据集集合,辅以基于规则的自动过滤和部分人工干预得到最终的计算机领域内公共数据集集合。最终,本文在数据使用陈述抽取和构建完毕的领域内公共数据集集合的共同基础上,实现数据集层面的数据使用识别。本文利用从训练集获取的pattern列表实现数据使用陈述抽取,从而通过文章包含的陈述数目判断该文章是否属于数据使用类文献。实验结果显示文章层面的数据使用识别的F-1值达到85%以上,附加公共数据集名称作为抽取结果的数据对象层面的数据使用识别的综合准确度达到72.88%,均取得了较为满意的结果。作为数据使用识别的一项应用举例,本文进一步对模式识别子领域内的数据使用行为进行了探究。结果显示,无论从使用数据的主体,还是从被使用的数据对象来看,数据使用和数据重用在模式识别领域得到越来越多的应用。国家间和机构间的数据使用倾向基本一致,而在选择使用自建数据还是第三方数据的倾向上则略有差异。