研究人员开发了FutureLens系统，旨在分析学术文本中的纵向主题模式和未来工作参考。该研究考察了2012年至2022年间在计算语言学协会发表的5,655篇论文，并比较了非负矩阵分解（NMF）和潜在狄利克雷分配（LDA）在主题建模方面的有效性。研究结果表明，NMF通常提供更高的稳定性和互信息，而LDA提供更大的关键词多样性。该研究强调了模型训练词汇和文档结构方面的趋势，同时也指出了与缺失参考文献和出处相关的局限性。 AI
影响 为分析学术领域的趋势和未来研究方向提供了一种新方法。
排序理由 该项目是一篇学术论文，详细介绍了一种分析学术文本的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- Association for Computational Linguistics
- CatalyzeX Code Finder for Papers
- DagsHub
- FutureLens
- Gotit.pub
- Hugging Face
- latent Dirichlet allocation
- LDA
- non-negative matrix factorization
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
