基于主題模型的文本語義挖掘.pdf

1、當前網(wǎng)絡(luò)環(huán)境下，開放的數(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)已然成為一個緊迫又重要的問題。文本是一種最基本且廣泛使用的數(shù)據(jù)類型，長期以來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。它通過對文檔的生成過程進行建模，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外部特征的改進主題模型

2、，挖掘科技文獻的隱含主題，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義挖掘提供一種有效的模型和實現(xiàn)方法；在實現(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）主題模型的文獻計量分析。在web of science中檢索并獲取主題模型相關(guān)的文獻，繪制了國家與機構(gòu)聚類圖譜、共被引文獻聚類圖譜和關(guān)鍵詞聚類圖譜，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、語義分析上有了新突破，而且在社會化媒體、大數(shù)據(jù)等新應(yīng)用環(huán)境下取得了新的進展。（2）提出一種改進主題模型。在研究了主題模型發(fā)展過程中的基礎(chǔ)理論模型和應(yīng)用研究現(xiàn)狀后，結(jié)合動態(tài)主題模型和作者主題模型的優(yōu)勢，引入作者和時間兩個外部特征，提出動態(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)估計四個方面詳細論述了模型的實現(xiàn)過程。最后將該模型和其他主題模

4、型進行了對比分析，表明了DAT模型在應(yīng)用場景和復雜度上的優(yōu)勢。（3）主題演化和作者興趣變化研究。利用動態(tài)作者主題模型抽取文本主題后得到主題詞項概率分布和作者主題概率分布。根據(jù)主題詞項分布，研究科技文獻的主題內(nèi)容變化和強度變化。根據(jù)作者在不同時間上對主題的關(guān)注度變化，研究作者興趣變化。實驗表明，DAT模型能夠較為準確地反映主題演化和作者興趣變化。本文的研究成果是，通過文獻計量分析，揭示了主題模型相關(guān)研究的國內(nèi)外現(xiàn)狀和前沿熱點。針對主題模型