基于SBERT的我国黄河流域研究主题识别及其演化分析OA

[目的/意义]本文构建SBERT深度学习模型对黄河流域研究成果进行量化评价,可以更加科学全面地揭示黄河流域研究热点与演化趋势,为区域资源开发和政策优化提供决策参考。[方法/过程]以CNKI、维普、万方中文数据库近15年5131篇文献为研究对象,基于语义向量化、降维与主题聚类,加入时间维度梳理研究演化脉络,经归一化后计算区分冷热主题,多角度探究未来发展趋势。[结果/结论]模型识别出24个核心主题,可归类为5大方向:教育教学、生态治理、文旅融合、非遗保护、精神文化认同。动态演化显示,在政策驱动下研究重心向精细化、跨学科交叉方向纵深拓展。未来可关注黄河精神在不同地域的演变、非遗保护与文旅融合的差异化发展路径、生态治理与技术应用实践、政策与学术成果的量化关联。