面向科研基金项目名称短文本的学科交叉主题识别方法

摘要：

[研究目的]针对科研基金项目名称,挖掘学科间的交叉主题,发现新的学科增长点,是一项具有实际意义的研究任务.基金名称构成的短文本数据集具有稀疏性和不规则性,已有方法在处理短文本数据上效果不佳.[研究方法]使用预训练模型BERT结合传统的共词分析方法,获得潜在的学科交叉词集,筛选出具有学科交叉性质的基金项目名称,再利用句向量模型Sentence-BERT获得项目名称的句向量表示,最后使用聚类算法k-means得到学科交叉主题.[研究结论]通过对国家社会科学基金"图书馆、情报与文献学"和"新闻学与传播学"两个学科的项目名称进行分析,并与已有基于词向量模型word2vec和聚类算法DBSCAN的学科交叉主题挖掘方法进行对比,实验结果表明本研究提出的基于Sentence-BERT的学科交叉主题识别方法得到的结果可解读性更强,研究主题更明确,为学科交叉主题识别贡献新思路.

关键词：学科交叉、主题识别、科研基金项目、BERT、Sentence-BERT、国家社会科学基金、共词分析法

所属期刊栏目：42

分类号：G350(情报学、情报工作)

资助基金：北京语言大学院级项目;北京语言大学研究生创新基金项目

在线出版日期：2023-10-23（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：157-162,80