基于语义相似关系的学科交叉主题识别方法

识别不同学科间共有的研究内容是学科交叉知识发现的一种研究思路。学科间具有相似语义的研究内容,能够更好地体现学科之间知识的融合、交流现象。针对从科技文献数据中获取语义相似学科交叉研究主题的问题,本文提出了一种基于无监督对比学习的科技文献及关键词语义相似关系表示学习方法,构建了一种语义相似学科交叉主题识别模型。该模型将Spearman相关系数作为评价学科交叉主题的指标,解决了现有研究缺少学科交叉研究数据集的问题。研究结果表明,本文模型较好地获取了科技文献及其关键词之间的语义相似关系,能够较好地反映两个学科之间的交叉态势。

基于时间序列分析的潜在学科交叉前沿主题识别研究

[目的/意义]识别学科交叉前沿主题并预测其发展趋势,有助于了解学科内部结构,挖掘领域重点部署方向,为未来创新性、突破性研究提供参考。[方法/过程]以美国国家自然科学基金项目及其产出论文分别作为前端、后端数据,首先,从三个维度测度项目学科交叉度,遴选领域学科交叉项目;其次,从主题关注度、新颖度等方面构建研究前沿主题识别指标体系,对学科交叉主题进行二次遴选,满足阈值的即为学科交叉前沿主题;再次,对比时间序列分析模型ARIMA和LSTM主题拟合效果并选择误差最小模型对学科交叉前沿主题进行趋势预测分析;最后,以生物科学领域为例对方法的有效性和可行性进行实例验证。[结果/结论]生物科学领域在纳米生物学技术、全球变化和海洋环境生物学、生物信息学及壶菌病与两栖动物多样性方面有较好发展前景。经专家咨询和已有研究对比分析,该方法可有效识别领域学科交叉前沿主题,并对其未来研究趋势走向有一定参考借鉴。

结合文本聚类和多标签分类的学科交叉主题早期识别方法

[研究目的]以专利为研究数据,提出一种结合文本聚类和多标签分类的学科交叉主题早期识别方法。[研究方法]以“量子计算”作为研究领域,通过基于聚类结果的筛选和基于多标签分类的筛选等两种方法将大量非学科交叉专利从专利集合中过滤,进而在学科交叉专利占比较高的小数据集上采用主题识别方法实现学科交叉主题的早期识别。随后,在德温特专利数据集上进行实证研究,验证了所提出方法的有效性。[研究结论]研究发现了“量子加密技术”和“量子计算技术与量子计算机”等学科交叉主题。与已有方法相比,提出的识别方法可以在交叉领域尚处于萌芽期或成长期、相关文献数量较少的情况下,发现文献集合中的学科交叉主题。

基于科技文献内容分析的多维学科交叉主题识别方法研究

[目的/意义]探寻有效的知识发现方法,从海量科技文献中识别学科交叉主题并做出预测,对于探测学科发展前沿、促进跨学科知识融合具有重要意义。[方法/过程]首先分析学科交叉主题在学科多样性与主题核心性、奇异性及生长性方面的科学计量特征,并以此为基础构建基于科技文献内容分析的多维学科交叉主题识别方法及流程。[结果/结论]该方法及流程集成了不同维度的分析结果,使之达到相互印证与补充的效果,在识别热点学科交叉主题的同时还能有效识别潜在学科交叉主题,可获得更加全面、准确的学科交叉主题识别结果。

学科交叉度的点面关系研究

学科交叉研究分为宏观态势研究和微观主题研究,二者相结合的研究甚少。文章通过分析宏观学科交叉和微观学科主题交叉是否存在相关关系,探究学科交叉内部规律。首先采集学术论文,解析学科信息和引文内容,计算学科交叉度(宏观)、主题学科交叉度和主题交叉度分布熵指标,探究指标间的相关关系;考虑到存在一定量的论文同时从属于多个学科,为规避该影响,设计算法进行对比实验。实证表明:学科交叉度和平均主题学科交叉度呈正相关,学科交叉度和主题交叉度分布熵呈正相关;学科间共有论文对学科交叉度、平均主题交叉度和主题学科交叉度分布熵的相关性分析影响较小。

潜在学科交叉主题识别方法研究

[目的/意义]提出一种潜在学科交叉主题识别方法,主要开展学科交叉主题识别与知识融合测度两方面的研究,以识别处于知识融合潜伏期和萌芽期的潜在学科交叉主题。[方法/过程]首先,设计并提出学科关联实体抽取规则,构建基于学科关联实体的学科交叉潜力计算方法,以实现学科交叉主题识别,解决潜在交叉点识别的问题;其次,构建以融合强度、融合广度、融合深度为中心的学科交叉主题知识融合阶段特征测度指标与方法,以揭示知识融合过程;最后,基于交叉主题知识融合阶段特征与判断规则,识别处于潜伏期与萌芽期的潜在学科交叉主题。[结果/结论]以合成生物学和水稻遗传改良领域为例,开展潜在学科交叉主题识别研究,以验证方法的可行性。结果表明,提出的方法能够识别学科领域之间的潜在交叉主题,为高效探测有潜力的学科交叉研究领域,发掘未来的研究发展动向和机会提供可能。

基于特征测度和PhraseLDA模型的领域学科交叉主题识别研究——以纳米技术的农业环境应用领域为例

【目的】基于特征测度方法和PhraseLDA模型,对领域学科交叉主题进行识别。【方法】通过主题的学科交叉特征分析,构建学科交叉主题测度指标体系,结合PhraseLDA模型识别领域学科交叉主题,最后在纳米技术的农业环境应用领域进行实证研究。【结果】客观识别出纳米技术的农业环境应用领域包括催化剂制备、土壤生物修复等交叉主题24个,相较于传统识别方法,交叉主题识别率提升71.40%,细粒度主题识别率提升42.86%。【局限】PhraseLDA主题模型的主题数量和学科交叉主题识别指标等阈值是经过反复计算调试而设定,因此,本文方法对相关阈值设定的合理性存在一定依赖性。【结论】本文方法可有效识别领域中的学科交叉主题,为相关领域开展科学决策和科技创新研究提供辅助参考。