基于深度学习和LDA的学科研究前沿主题识别探究

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。