典型文献
基于深度学习和LDA的学科研究前沿主题识别探究
文献摘要：
学科研究前沿主题识别方法一直受到情报分析人员的广泛关注.文章以微纳马达领域为例,利用深度学习ELMo和LDA模型联合算法,识别2006—2020年WoS核心合集数据库收录的4711篇微纳马达领域研究论文的热点主题,通过研究前沿测度指标对该领域的热点主题进行前沿性排序.研究表明:研究前沿性测度与多个因素有关,主题强度并不起决定作用.医学应用、自驱马达一直是微纳马达领域的研究前沿主题,生物相容性、集群马达逐渐成为近年研究热点.
文献关键词：
微纳马达;深度学习;ELMo;LDA;前沿识别
中图分类号：
作者姓名：
石磊;李君;吴婷
作者机构：
哈尔滨工业大学 图书馆,黑龙江 哈尔滨150000
文献出处：
引用格式：
[1]石磊;李君;吴婷-.基于深度学习和LDA的学科研究前沿主题识别探究)[J].江苏科技信息,2022(33):33-36,48
A类：
微纳马达
B类：
LDA,研究前沿,前沿主题识别,情报分析人员,ELMo,联合算法,WoS,合集,研究论文,热点主题,测度指标,前沿性,主题强度,医学应用,驱马,生物相容性,前沿识别
AB值：
0.269272
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。
