基于文本挖掘的人工智能科学主题演进研究

摘要：

[目的/意义]人工智能相关的科学主题已经逐渐扩散到众多科学领域,这也导致人工智能科学的科学外延和学术边界不断被拓展,其分支主题也处于动态演进中;因此,分析人工智能科学主题演变就具有较为重要的情报和管理意义.[方法/过程]为了进一步呈现和绘制人工智能相关科学主题的演进模式,一个基于LDA(Latent Dirichlet Allocation)和主题邻近度计算的文本挖掘方法被提出,尝试从文本建模视角呈现人工智能科学主题的演变趋势.[结果/结论]通过采集超过22万篇与人工智能相关的研究文献,人工智能主题的演进模式得到了部分刻画和分析,这对于当前人工智能相关研究热点的预测与评估,以及相关政策制定或许具有一定的参考价值.

关键词：人工智能、主题建模、文本挖掘、科学主题演化、LDA

所属期刊栏目：39

分类号：G256;G353(图书馆学、图书馆事业)

资助基金：教育部哲学社会科学研究重大课题攻关项目"新时代我国科技评价制度改革研究";国家自然科学基金资助项目"基于集成文本挖掘的新兴技术演化路径与创新机会识别研究;广东省科技计划项目"科技革命与技术预见智库建设";广东省软科学研究计划项目"新一代人工智能产业的关键技术预见:文本挖掘与知识图谱视角";中央高校基础科研经费项目"主题建模视角下的人工智能关键技术演进模式研究"

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：82-88