基于LDA和加权Word2vec的科学知识图谱构建研究

扫码查看

原文链接

万方数据
维普

中文摘要：科学知识图谱在趋势研究、热点发现、学科发展研究方面具有重要意义.本文提出基于LDA与加权Word2vec的科学知识图谱构建方法,实现文本-词向量-知识图谱的一系列转化.首先利用LDA模型抽取信息服务领域期刊数据的主题及关键词,接着采用Word2vec获取词向量并通过加权得到主题向量,进而计算主题相似度与重要度,最后以可视化方法构建主题共现图谱和主题演化图谱.研究表明,该方法能够从语义层面有效揭示信息服务领域的现阶段研究方向和研究热点、各阶段研究侧重点与关键主题演化路径.

外文标题：Scientific Knowledge Map Construction Based on LDA and Weighted Word2vec

作者：

赵凯、杨云帆、袁杰、李坤琪、杨秀璋、罗子江

展开 >

作者单位：

贵州财经大学信息学院,贵阳 550025

关键词：

科学知识图谱 LDA Word2vec 主题重要度主题相似度

基金：

贵州省青年科技人才成长项目贵州省研究生教育创新计划

项目编号：

黔科合KY字[2021]135号黔教合YJSCXJH[2020]120

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.05.006

现代计算机

中大控股

现代计算机

影响因子：0.292

ISSN：1007-1423

年,卷(期)：2022.28(5)

参考文献量9