融合Word2Vec的半积累引用共词网络的领域主题演化研究

发现并厘清学科及领域的发展路径和演化脉络,对科学研究和学科发展具有重要意义。针对传统共词分析法的不足和主题演化分析维度的单一性问题,本文提出了一种基于引用共词网络的主题发现与演化分析方法,并以情报学领域为例进行了实证研究。通过引用关系定义“引用共现”关联,并融合词嵌入技术构建关键词网络;使用社区探测法识别领域主题,采用后离散分析法,从内容结构和发展趋势两个角度进行学科主题演化分析,并可视化呈现主题演化路径及发展趋势。研究结果表明,本文所构建网络比传统共词网络能呈现粒度更优的主题聚类效果,并且能较好地呈现主题动态演化趋势,是共词分析法的有效补充。

基于引用共词网络的领域基础词汇发现研究

【目的】从学术文献中发现领域基础词汇,为把握学科知识结构和发展脉络提供支持。【方法】将引文网络引入到共词分析中,构造关键词之间的引用共词网络,采用PageRank算法对候选词汇重要性进行排名,基于约11万篇计算机领域文献集进行实证研究。【结果】从定性和定量的角度与词频法和共词分析法进行对比,结果表明本文方法效果较好,能更好地拟合专家人工筛选结果,盲选实验的平均准确度达72.6%。【局限】仅以计算机领域为例进行实验。【结论】本研究提出一种融合引用共词网络和Page Rank算法的领域基础词汇发现策略,能够提高领域基础词汇发现的效率和质量。