科研主题识别中关键词表示技术路线的比较研究OACHSSCD
[目的/意义]本文旨在评估各类关键词表示技术路线的性能差异与场景适配性,为不同场景下的科研主题识别提供技术选型依据。[方法/过程]针对不同场景下的学科语境差异,本文构建了涵盖单一学科、相关学科与跨学科的三类数据集,选取静态词嵌入、动态词嵌入和无监督图神经网络嵌入三类关键词表示技术路线,结合K-Means实现主题识别,并通过主题多样性、一致性、稳定性和离散性4个维度的评估体系进行系统比较分析。[结果/结论]静态词嵌入在多样性方面表现突出,动态词嵌入在一致性和稳定性上优势显著,无监督图神经网络嵌入则在跨学科语料中展现出良好的区分能力。
王宏宇;施鸿铭;王晓光;黄菡;郑阳;石锴文
武汉理工大学管理学院,湖北武汉430070 武汉理工大学数字治理与管理决策创新研究院,湖北武汉430070武汉理工大学管理学院,湖北武汉430070武汉大学信息管理学院,湖北武汉430072武汉理工大学管理学院,湖北武汉430070 武汉理工大学数字治理与管理决策创新研究院,湖北武汉430070武汉大学信息管理学院,湖北武汉430072武汉大学信息管理学院,湖北武汉430072
社会科学
科研主题识别关键词表示技术路线词嵌入动态词嵌入无监督图神经网络
《现代情报》 2026 (8)
P.17-34,18
国家自然科学基金项目“弱信号视角下基于图学习的新兴技术演化机理与预见方法研究”(项目编号:72404215)湖北省自然科学基金项目“基于动态异质网络的先进制造领域‘卡脖子’技术识别与预见研究”(项目编号:2025AFB140)。
评论