基于LDA和语步标注的主题识别与分析方法研究

文献类型： 中文期刊

第一作者： 张辉

作者： 张辉;串丽敏;郑怀国;赵静娟;齐世杰

作者机构：

关键词： LDA模型;语步标注;主题短语;主题分析

期刊名称： 数据与计算发展前沿

ISSN： 2096-742X

年卷期： 2023 年 005 期

页码： 107-118

收录情况： CSCD

摘要： 【目的】从主题表征词抽取和主题句功能分类两个维度，设计基于潜在狄利克雷分布模型（Latent Dirichlet Allocation,LDA）和语步标注的主题分析方法，并探究方法的有效性与实用性。【方法】采用LDA模型进行主题识别，利用Sentence Transformer模型对主题词短语进行提取，同时构建句子功能分类模型进行语步标注，识别文本句子功能类型，从句子功能维度对主题内容进行细粒度分析。【结果】以农业资源与环境领域论文数据为例进行实证研究，结果表明，相比传统LDA模型，经过提取主题词短语后，识别出的主题表征词可读性和解释性更强，进一步结合语步标注后，主题句子内容分析更为深入。【局限】主题短语表征词扩展内容存在含义相同问题，有待进一步改进表征词的多样性，以整合相同含义的主题短语表征词。【结论】本研究所提方法在主题表征词抽取、主题内容分析方面具有较好的效果，可以提高文本主题挖掘的效率与深度。

分类号： TP391.1

  • 相关文献

[1]全球植物科学领域发展态势分析. 李楠,李晓曼,张学福. 2020

[2]作物科学重点领域研究主题识别方法研究——以中美法国家级农业研究机构为例. 陈露,颜蕴,王婷. 2016

[3]基于LDA模型的欧盟框架计划近10年农业科研项目研究主题发现. 王德川,赵瑞雪,寇远涛,鲜国建. 2017

[4]基于专利与论文关联的潜在科学前沿识别-以生物农药领域为例. 曾海娇,孙巍. 2020

作者其他论文 更多>>

微信小程序