利用引文构建的主题模型研究进展

摘要：

[目的/意义]概率主题模型算法在不断得到改进与扩展,本文对国内外已有的利用引文构建的主题模型进行研究,分析和对比不同模型的生成过程与算法,并探讨利用引文构建的主题模型在科技文本分析中的应用与可扩展的研究方向.[方法/过程]通过 Web of Science数据库和 CNKI数据库获取国内外利用引文构建主题模型的相关文献,经人工判读后筛选出具有代表性的文献,对这些文献中利用引文构建的主题模型,从建模思想、生成过程、参数估计与推断算法等方面进行对比与分析.[结果/结论]目前国内外利用引文构建的主题模型主要包括研究主题与引文分布的主题模型、研究被引与施引主题间关系的主题模型,以及基于引用内容的引用主题模型:主题模型中引入引文信息后,能够获得更完整的主题内容和特定主题下的重要文献,并可识别施引文献和被引文献之间主题间的关系及影响;已有的模型多集中在概率潜在语义分析(Probabilistic Latent Semantic Analysis,PLSA)和潜在狄利克雷分配(Latent Dirichlet Allocation,LDA)主题模型基础上进行扩展.未来可扩展研究引入引用内容的主题模型、模型的性能优化和评价方法、模型的应用研究等.

关键词：主题模型、引文、主题识别、引用内容

所属期刊栏目：63

分类号：G202(信息与传播理论)

资助基金：本文系中国科学院文献情报中心青年人才领域前沿项目"基于引用内容关联的多维主题演化研究"项目编号:G1726

在线出版日期：2020-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：131-138