FutureLens

FutureLens系统分析学术文本中的主题趋势 · 跟踪1个来源

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。