基于深度学习和LDA的学科研究前沿主题识别探究 |
| |
引用本文: | 石磊,李君,吴婷.基于深度学习和LDA的学科研究前沿主题识别探究[J].江苏科技信息,2022(33):33-36+48. |
| |
作者姓名: | 石磊 李君 吴婷 |
| |
作者单位: | 哈尔滨工业大学图书馆 |
| |
摘 要: | 学科研究前沿主题识别方法一直受到情报分析人员的广泛关注。文章以微纳马达领域为例,利用深度学习ELMo和LDA模型联合算法,识别2006—2020年WoS核心合集数据库收录的4 711篇微纳马达领域研究论文的热点主题,通过研究前沿测度指标对该领域的热点主题进行前沿性排序。研究表明:研究前沿性测度与多个因素有关,主题强度并不起决定作用。医学应用、自驱马达一直是微纳马达领域的研究前沿主题,生物相容性、集群马达逐渐成为近年研究热点。
|
关 键 词: | 微纳马达 深度学习 ELMo LDA 前沿识别 |
|
|