基于HDP过程模型与学术会议的学科新兴主题发现研究——以“人工智能”领域为例

作者：杨金庆; 肖兵^*; 程秀峰; 叶光辉

来源：情报理论与实践, 2019, 42(04): 117-122.

DOI：10.16353/j.cnki.1000-7490.2019.04.021

• 新兴主题
• 学术会议
• HDP模型
• 人工智能

[目的/意义]针对研究人员所面临的学术信息过载的困境,尝试从海量科技会议的议题报告中发现新兴主题,及时跟踪各领域研究动向,为科研人员的科学研究提供辅助决策。[方法/过程]首先采集某领域国际会议的议题报告,然后通过无参数概率主题模型(HDP)对文档进行无监督主题抽取,进而结合新颖度(NI)、会议出现率(COR)以及主题强度比(TIR)等指标,对主题所处的生命周期(生成、新兴、成熟、衰老)阶段进行判定。[结果/结论]利用上述方法对2008—2017年人工智能领域660份议题报告的分析,共抽取39个主题,对主题所处阶段进行判定,从而发现目标新兴主题。结果表明:该方法能准确高效地识别新兴主题,同时能为新兴主题趋势预测提供可视化。

• 单位
  华中师范大学