基于层次概率主题模型的科技文献主题发现及演化.PDF

第５８卷 第２２期　２０１４年１１月 基于层次概率主题模型的科技文献主题发现及演化 ■ 王平 ［摘　要］自动挖掘科技文献主题并识别主题变化对于科研工作者及时获取相关领域的最新研究动态有 着重要作用。针对科技文献主题多样、动态性强等特点，分析科技文献主题发现及演化具体方法，基于层次概 率主题模型ｈＬＤＡ，采用Ｇｉｂｂｓ抽样来进行模型参数估计，并运用互信息的方法对主题词进行筛选，以提取高质 量的主题词。最后，利用先／后离散分析方法研究主题随时间的演化问题。实验结果验证了主题发现及演化方 法的可行性及有效性。 ［关键词］主题发现　主题演化　层次概率主题模型 ［分类号］Ｇ２０２ 　　ＤＯＩ：１０．１３２６６／ｊ．ｉｓｓｎ．０２５２－３１１６．２０１４．２２．０１２ １　引　言 量指标对主题的时间演化趋势进行描述。 　　随着数字出版行业及其相关技术的日渐发展和成 ２　相关研究 熟，科技文献的出版周期大大缩短，数据库每天新增大 　　目前，围绕文献及相关数字资源所做的主题挖掘 量的文献（如最新会议文献、最新发表的论文及专利文 是国内外研究人员及机构关注的重要主题。国外