典型文献
基于LDA和加权Word2vec的科学知识图谱构建研究
文献摘要：
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.
文献关键词：
科学知识图谱;LDA;Word2vec;主题重要度;主题相似度
中图分类号：
作者姓名：
赵凯;杨云帆;袁杰;李坤琪;杨秀璋;罗子江
作者机构：
贵州财经大学信息学院,贵阳 550025
文献出处：
引用格式：
[1]赵凯;杨云帆;袁杰;李坤琪;杨秀璋;罗子江-.基于LDA和加权Word2vec的科学知识图谱构建研究)[J].现代计算机,2022(05):38-45
A类：
主题重要度
B类：
LDA,Word2vec,科学知识图谱,知识图谱构建,趋势研究,构建方法,词向量,模型抽取,取信,信息服务,服务领域,取词,主题向量,主题相似度,可视化方法,主题共现,共现图谱,语义层面,侧重点,主题演化路径
AB值：
0.303336
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
