基于主題模型的文本語(yǔ)義挖掘.pdf

1、當(dāng)前網(wǎng)絡(luò)環(huán)境下，開(kāi)放的數(shù)據(jù)共享和傳播方式為我們積累了極其龐大的數(shù)據(jù)資源，如何從這些海量數(shù)據(jù)中獲取用戶所需要的數(shù)據(jù)已然成為一個(gè)緊迫又重要的問(wèn)題。文本是一種最基本且廣泛使用的數(shù)據(jù)類(lèi)型，長(zhǎng)期以來(lái)一直受到研究人員的關(guān)注。主題模型是一種高效的特征抽取方法，已經(jīng)成為研究文本的主要方法。它通過(guò)對(duì)文檔的生成過(guò)程進(jìn)行建模，抽取出文本的隱含信息——主題，將文本表示成由一組主題構(gòu)成的低維向量。
　　本文的研究目的是提出一種融合多個(gè)外部特征的改進(jìn)主題模型

2、，挖掘科技文獻(xiàn)的隱含主題，從而研究主題演化和作者興趣變化。研究意義在于為文本語(yǔ)義挖掘提供一種有效的模型和實(shí)現(xiàn)方法；在實(shí)現(xiàn)文本主題抽取的基礎(chǔ)上，研究主題變化和作者興趣變化的規(guī)律。
　　論文的主要工作有：（1）主題模型的文獻(xiàn)計(jì)量分析。在web of science中檢索并獲取主題模型相關(guān)的文獻(xiàn)，繪制了國(guó)家與機(jī)構(gòu)聚類(lèi)圖譜、共被引文獻(xiàn)聚類(lèi)圖譜和關(guān)鍵詞聚類(lèi)圖譜，可視化地呈現(xiàn)了主題模型相關(guān)研究的全貌。結(jié)果表明，主題模型的研究前沿朝著多樣化的方

3、向發(fā)展，不僅在傳統(tǒng)的文本挖掘、語(yǔ)義分析上有了新突破，而且在社會(huì)化媒體、大數(shù)據(jù)等新應(yīng)用環(huán)境下取得了新的進(jìn)展。（2）提出一種改進(jìn)主題模型。在研究了主題模型發(fā)展過(guò)程中的基礎(chǔ)理論模型和應(yīng)用研究現(xiàn)狀后，結(jié)合動(dòng)態(tài)主題模型和作者主題模型的優(yōu)勢(shì)，引入作者和時(shí)間兩個(gè)外部特征，提出動(dòng)態(tài)作者主題(Dynamic Author Topic, DAT)模型。然后從模型的輸入、基本假設(shè)、模型的表示和參數(shù)估計(jì)四個(gè)方面詳細(xì)論述了模型的實(shí)現(xiàn)過(guò)程。最后將該模型和其他主題模

4、型進(jìn)行了對(duì)比分析，表明了DAT模型在應(yīng)用場(chǎng)景和復(fù)雜度上的優(yōu)勢(shì)。（3）主題演化和作者興趣變化研究。利用動(dòng)態(tài)作者主題模型抽取文本主題后得到主題詞項(xiàng)概率分布和作者主題概率分布。根據(jù)主題詞項(xiàng)分布，研究科技文獻(xiàn)的主題內(nèi)容變化和強(qiáng)度變化。根據(jù)作者在不同時(shí)間上對(duì)主題的關(guān)注度變化，研究作者興趣變化。實(shí)驗(yàn)表明，DAT模型能夠較為準(zhǔn)確地反映主題演化和作者興趣變化。本文的研究成果是，通過(guò)文獻(xiàn)計(jì)量分析，揭示了主題模型相關(guān)研究的國(guó)內(nèi)外現(xiàn)狀和前沿?zé)狳c(diǎn)。針對(duì)主題模型