科研之友
微信
新浪微博
Facebook
分享链接
摘要
高效挖掘海量铁路领域科研成果数据中蕴含的主要内容是铁路领域科研人员在大数据时代亟待解决的重要问题。LDA模型是用于主题发现的主流方法，但在面向多单词短语居多的铁路领域研究文献时存在使用受限的问题，因此本文提出一种LDA模型的改进算法：一方面在构建主题模型前，对文本作预处理时抽取语料中的名词短语、动词短语、名词和动词；另一方面在主题模型构建完成后，融合TextRank算法与PMI算法得出关键词组块，并以此替换LDA主题识别结果中的主题词，进一步丰富主题的语义。最后，以铁路领域“牵引供电系统”为例开展实证研究。结果表明，本文提出的改进LDA模型有助于提升铁路领域主题发现结果的可解释性与可识别性，可以为后续铁路领域科研管理中知识服务的实现提供有效的方法支持。
-
单位中国科学院文献情报中心; 中国铁道科学研究院
