Re76 读论文：新兴技术的多指标量化识别研究——基于向量表征方法的探索

诸神缄默不语-个人CSDN博文目录
诸神缄默不语的论文阅读笔记和分类

论文全名：新兴技术的多指标量化识别研究——基于向量表征方法的探索

本文是2022年《图书情报工作》期刊的文章。

本文的研究目标是识别“新兴技术”，研究方法是从文本数据中找出具有“融合性、新颖性与潜在的科学影响力”这些特质的主题。
技术思路比较简单，文本数据来自论文，用termolator算法抽取术语，构建文档的术语共现网络（边权是共现频次），用node2vec进行节点表征，通过minibatch K-means++聚类得到主题向量，主题的交叉融合性是主题向量和相关向量的余弦相似度，新颖性是簇内术语最早出现时间的均值，潜在科学影响力是对节点对进行重构后得到的新网络的PageRank值。然后结合这三个指标的得分筛选出“新兴主题”。

1. 构建术语表征网络

抽取术语的算法：

用node2vec进行节点表征：

2. 对术语进行打分

交叉融合性：

潜在科学影响力：
第一步：对每一个节点对，通过以下方法之一（具体怎么选看实验部分）得到一个权重：

从而得到一个“未来网络”。这个模型实际建立是按照链路预测的思路来构建的，正负样本比例为1:1，训练集-测试集比例为10:1。
第二步：在未来网络上计算节点PageRank值，以簇内节点PageRank值均值为主题PageRank值

3. 实验

实验设置什么的懒得写了，直接看图表吧。

用node2vec表征后的节点相似度案例分析：

聚类指标：

聚类效果案例分析：

聚类结果：

聚类结果的可视化：

“未来网络”构建的链路预测任务的指标：

以“遥感测绘”主题为例，展示哈达玛积+MLP上的原网络和未来网络上术语的PageRank值的变化：

打分打出来最高的10个术语，也就是最终得到的新兴技术：

---