基于論文摘要及引用信息的領(lǐng)域研究熱點(diǎn)發(fā)現(xiàn).pdf

1、在信息呈現(xiàn)爆炸式快速增長的互聯(lián)網(wǎng)信息時(shí)代,要想從這些海量的信息中,去除冗余信息,挑選出自己真正需要的,并不是一件非常容易的事情。同樣,對于從事科學(xué)活動(dòng)的研究者來說,情況也是類似的。研究者經(jīng)常需要了解自己所研究領(lǐng)域的研究熱點(diǎn)的發(fā)展變化趨勢;并且,有時(shí)甚至需要研究者能夠快速地了解并進(jìn)入一個(gè)新的研究領(lǐng)域。閱讀相關(guān)領(lǐng)域的海量的論文,并從中獲取該領(lǐng)域的研究熱點(diǎn)顯然是一個(gè)相當(dāng)痛苦的過程。如果通過領(lǐng)域內(nèi)的論文集,能自動(dòng)發(fā)現(xiàn)領(lǐng)域的研究熱點(diǎn),肯定對需要了

2、解相關(guān)信息的研究者有很大的幫助作用。基于此目的,本文研究了基于論文摘要及引用信息的領(lǐng)域研究熱點(diǎn)發(fā)現(xiàn)的相關(guān)問題。本文的主要工作如下:
　　第一、利用論文間的引用關(guān)系及作者、發(fā)表時(shí)間等論文本身的基本信息,本文抽取了被其他ACL論文引用次數(shù)不少于20次的,876篇ACL論文的摘要文本及引用信息文本,構(gòu)建了論文摘要語料庫及論文引用信息語料庫。
　　第二、本文提出了一種基于論文摘要及引用信息的領(lǐng)域研究熱點(diǎn)發(fā)現(xiàn)策略,對語料庫中的文本執(zhí)行

3、了熱點(diǎn)發(fā)現(xiàn)過程中的一系列關(guān)鍵操作,首先過濾掉其中的對發(fā)現(xiàn)熱點(diǎn)無貢獻(xiàn)的噪聲停用詞,用一種改進(jìn)的 TF方法選取那些能充分代表該文本內(nèi)容的特征詞;將這些特征詞向量化并賦予權(quán)值,以數(shù)學(xué)的語言對該文本進(jìn)行重新描述;之后對文本執(zhí)行一種融合了AP算法與K均值算法的聚類操作,每個(gè)類簇都是對該論文的部分研究內(nèi)容的一個(gè)概括。
　　第三、從聚類的結(jié)果的每一個(gè)類簇中,提取最能代表該類簇的句子,將這些句子整合生成對該論文的一個(gè)更全面的總結(jié),從該總結(jié)中發(fā)現(xiàn)該