[目的/意义]学术专长是对科研人员知识特征的细粒度描述。一个专长维度包括类型、标识和属性。类型有熟悉的问题域、擅长的方法等，标识来自问题或方法的术语，属性是对专长多方面的度量。度量专长属性可以对专家推荐、科研组队、人才选育及评价等现实需求提供比较、排序的依据。目前这类研究还不充分，因此，本文探讨专长属性的定义、计算及应用方式，有助于更充分地认识科研人员的知识特征，发挥其专长作用。

[方法/过程]提出或改进权威度、专注度和创新度等专长属性的计算方法；以paper with code数据集机器学习领域的华人学者为对象，从其论文中提取问题类和方法类知识实体，聚类后用ChatGPT规范专长的标识，进而测量他们在各专长上的属性。分析上述专长的属性分布特征，并参照外部数据来检验方法的合理性及实用价值。

[结果/结论 ]在实证上，该领域华人学者多数都有少量突出专长，反映自己的独特优势，吻合“尺有所短、寸有所长”的人才自然规律；其对问题的专注度普遍较高，而在研究方法上的专注度不高，说明该群体善于运用各类方法解决问题，而不侧重方法本身的研究；相应的，在问题类专长有高水平的人多于在方法类专长上高水平的人。在应用上，根据属性值定义了8种组合，可以对指定领域的科研群体按照专长情况进行分类；还对同一专长的科研人员按照其属性值聚类，可以为细分小同行提供科学决策依据。

陈翀,王嘉怡,王一凡,李春秋（通讯）.科研人员学术专长的属性度量与应用研究[J].图书情报工作,2025.3.26网络首发.