李松繁 黄永 杨金庆

1. 武汉大学信息管理学院 武汉 430072；2. 武汉大学信息检索与知识挖掘研究所 武汉 430072

引言

随着大数据时代的开启和快速发展，海量数据支撑下的科学研究为经济发展、产业形态转型、产业升级提供了强大的驱动力。作为科学研究中的重要数据组织形态，数量庞大的科技文献成为了重要的科研资产。在科研方法和科研数据快速更迭的背景下，如何从科技文献资源中快速准确地识别学科领域内的研究主题，成为了科研人员的亟待解决的重要问题。

“前沿性”是学科领域前沿研究主题的核心特征，实现对学科内的前沿研究主题挖掘，是情报工作者的重要研究内容。目前的学科前沿研究识别方法大多利用科技文献的内外部特征来构建“前沿性指标”。在外部特征方面，有学者利用科技文献的引文信息构建引文网络，揭示其中的学科发展脉络[1]；在内部特征方面，研究者利用科技文献的关键词，使用多种分析方法识别研究前沿[2]；也有学者使用热门文本分析工具“主题模型”，对科技文献内部的浅层语义特征进行抽取，挖掘出学科研究主题以进行前沿研究主题探测[3]。然而基于引文网络或共词分析的前沿研究识别方法只揭示了学科研究的结构关系，没有考虑到学科领域内研究内容的语义特征。基于主题模型的前沿研究主题挖掘方法也只从浅层语义分析了学科研究主题，同时主题模型在参数设置上较为复杂，抽取主题的可解释性也有待优化。……