基于知识图谱和突现术语的数控技术前沿分析研究

这是一篇关于数控技术,技术前沿,知识图谱,术语对齐,主题演化,突现术语的论文, 主要内容为数控技术是机械制造业实现自动化的关键,以数控技术为核心的机械设备的发展水平已经成为衡量一个国家科技水平和综合国力的重要标准。技术前沿是具有极大应用前景和价值的一类技术,因此,识别数控技术前沿对于国家和企业布局数控技术研发战略,从而奠定重点技术的竞争优势具有重大意义。随着计算机技术、通信技术、人工智能技术的发展,数控技术已经呈现出与多学科交叉、融合的发展趋势。论文和专利是数控技术领域科学知识的主要载体,分别代表着领域的研究前沿和技术前沿,知识图谱作为揭示事物间关系的语义网络,为建模科学知识间的关联带来了新方法。突现术语是指在某段时间内频次变化率高的术语,检测专利中的突现术语是分析数控技术前沿的有效方法,然而,该方法存在术语歧义,并且难以捕捉技术的宏观发展趋势,也难以建模技术间关联以分析学科的交叉、融合模式。为解决以上问题,本研究构建了基于知识图谱和突现术语的数控技术前沿分析框架:首先,基于短语挖掘和深度学习模型,识别出大量数控技术术语,并提出多次网络聚类算法和融合专家知识的领域相关性指标计算方法,分别对术语对齐和领域术语识别进行改进,最大程度地消除术语歧义,完成知识图谱的构建;其次,通过文本聚类识别技术主题,并计算主题向量余弦值完成主题关联和技术演化路径识别,以呈现数控技术的宏观发展趋势,本研究结合图神经网络使主题向量融合了术语的共现关系信息,优化了主题的向量表征结果;然后,通过分析主题演化路径筛选具有前沿特征的主题,采用突发监测算法,识别主题中的前沿术语,并基于知识图谱挖掘前沿术语的强关联术语,以建模技术间的关联,分析潜在的学科交叉模式;最后,结合数控技术领域知识进行总结,形成具体化的数控技术前沿描述。本研究依据该框架构建了支持数控技术前沿分析的知识图谱,完成了对数控技术前沿的分析,最终识别出数控技术中高精高速伺服驱动技术、柔性自动化技术、数字孪生和虚拟调试等13个前沿领域,可为数控技术未来的发展战略提供决策支持。

基于知识图谱的新冠疫情热点事件主题演化分析

这是一篇关于知识图谱,主题演化,语义扩展,热点事件的论文, 主要内容为随着互联网技术的发展,社交网络逐渐成为人们获取和交流信息的重要途径之一,其传播广泛、扩散迅速的特点对人们了解事件动态、有关部门开展舆论引导带来一定的挑战,采取合适的方法对事件主题进行有效演化分析,有助于分析热点事件发展态势,对有效开展舆情引导有重要意义。知识图谱通过可视化技术对舆情主题的结构关系进行描述,可以较为直观地展示主题发展动态和识别主题热点,本文针对新冠疫情热点事件进行知识图谱构建,基于知识图谱对主题演化进行讨论和实证分析。本文的主要工作分为以下三部分:1.建立新冠肺炎疫情热点事件知识图谱。利用人工采集与网络爬虫技术相结合的方式,对热点事件文本数据进行收集,通过Jieba库中文分词、词向量训练和词义标注等步骤,完成原始数据集的清洗,建立了新冠疫情热点事件语料库。采用Bi LSTM-CRF循环神经网络模型进行命名实体识别,对获得的新冠疫情热点事件结构化数据进行知识图谱的构建,利用Neo4j图数据库对热点事件知识图谱进行存储,并进行可视化展示。2.提出了一种基于知识图谱的短文本语义扩展表示方法。将概念知识图谱中与文本特征词之间有较高关联度的概念词进行提取,构成当前短文本特征词的概念词集合。将概念加入特征词集合得到特征词的语义扩展表示,并基于公开已分类数据集进行了扩展前与扩展后的分类实验。结果显示,概念化语义扩展表示可以提高短文本的分类效果,为后续的主题演化关系分析做准备。3.利用热点事件主题演化模型,对新冠疫情热点事件评论数据集进行实证分析。采用基于知识图谱的语义表示方法和基于增量聚类算法的主题发现方法,实证分析了评论数据中主题发现过程。构建热点事件主题演化模型,将余弦相似度和KL散度引入知识图谱,通过计算主题之间的相关性,定义了主题演化关系,并对新冠疫情热点事件进行了主题演化态势分析。

国内外医院信息管理研究热点及主题演化分析

这是一篇关于可视化分析,医院,信息管理,主题演化,国内外对比的论文, 主要内容为目的:随着现代社会的逐步发展,当今医学发展的主要趋势开始转向医院信息化建设方面,医院信息管理体系也随着现代医学的进步而逐渐完善,医院逐渐通过信息管理建设的方式实现对医院各类数据信息的有效管理,利用信息技术在助力新型冠状病毒肺炎疫情的防治中取得重大进展使医院信息管理再次出现在大众的视野当中,医院信息管理是医院业务正常运行的保障,是管理院内业务和提供决策分析的基础,本文利用可视化软件,用简单清晰的知识图谱分别展示国内外医院信息管理领域的研究热点、核心作者合作和研究机构的合作情况等。利用文献计量分析、聚类分析等方法对国内外医院信息管理领域的研究现状和主题演化进行分析。目的是通过对国内外医院信息管理的可视化分析了解国内外医院信息管理的发展状况与研究主题,同时对国内外医院信息管理这一主题进行主题演化分析,将国内外的研究状况进行对比,为我国医院信息管理领域更好地发展提出建议,分析探究国内外医院信息管理研究领域热点和该领域知识演化规律,为我国的医院信息管理领域发展提供建议和参考,把握医院信息管理发展趋势和热点,解决医院信息化发展中遇见的问题。方法:在CNKI数据库中,利用高级检索功能,搜索主题为(“医院”AND“信息管理”)OR“医院信息管理”的全部文献,在Web of Science数据库中利用高级检索功能检索TS=(hospital information management)OR TS=(hospital AND information management)的全部外文文献,检索时间选择“2010年1月1日”到“2020年12月31日”,即近十年;并用Cite Space和VOSviewer软件对所得文献数据信息进行可视化分析,结果绘制出较为合理的作者知识图谱、被引期刊知识图谱、关键词共现知识图谱。在Web of Science核心合集数据库中检索医院信息管理的相关文献共15468篇,利用文献计量分析软件、聚类分析等方法对国际医院信息管理领域的研究现状和主题演化进行分析。通过分析发文量、作者合作、机构合作以及关键词聚类,对我国以及国外相关领域研究进行梳理和比较。结论:经过对中国知网CNKI中关于近十年国内医院信息管理文献的可视化分析,可知近十年国内医院信息管理领域研究研究热点主要集中于医院人事管理、医院技术管理、医院医疗制度管理等方面,国内医院信息管理演化过程开始转向公共卫生、人工智能、慢性病方面,现阶段我们国内关于医院信息管理研究领域正在处于稳步发展之中,医院信息管理领域有许多研究者,也从各种不同角度进行研究,但各个研究者之间的联系有待加强。近十年来国际医院信息管理领域发展前景较为明朗,研究热点主要是临床疾病与信息管理相结合指导具体临床疾病的方向与将医院信息数据应用于疾病病因分析等方面,研究热点由单一的医院信息发展转变为将信息技术与医院管理更加系统性的融合解决具体临床疾病。用信息技术解决临床问题将成为未来热点研究方向。对Web of Science数据库近十年国外医院管理文献的可视化分析,了解到国外关于该领域存在研究力量发展不均匀,研究方向多元等特点,为我国的医院信息管理领域发展提供建议和参考。

基于知识图谱的新冠疫情热点事件主题演化分析

这是一篇关于知识图谱,主题演化,语义扩展,热点事件的论文, 主要内容为随着互联网技术的发展,社交网络逐渐成为人们获取和交流信息的重要途径之一,其传播广泛、扩散迅速的特点对人们了解事件动态、有关部门开展舆论引导带来一定的挑战,采取合适的方法对事件主题进行有效演化分析,有助于分析热点事件发展态势,对有效开展舆情引导有重要意义。知识图谱通过可视化技术对舆情主题的结构关系进行描述,可以较为直观地展示主题发展动态和识别主题热点,本文针对新冠疫情热点事件进行知识图谱构建,基于知识图谱对主题演化进行讨论和实证分析。本文的主要工作分为以下三部分:1.建立新冠肺炎疫情热点事件知识图谱。利用人工采集与网络爬虫技术相结合的方式,对热点事件文本数据进行收集,通过Jieba库中文分词、词向量训练和词义标注等步骤,完成原始数据集的清洗,建立了新冠疫情热点事件语料库。采用Bi LSTM-CRF循环神经网络模型进行命名实体识别,对获得的新冠疫情热点事件结构化数据进行知识图谱的构建,利用Neo4j图数据库对热点事件知识图谱进行存储,并进行可视化展示。2.提出了一种基于知识图谱的短文本语义扩展表示方法。将概念知识图谱中与文本特征词之间有较高关联度的概念词进行提取,构成当前短文本特征词的概念词集合。将概念加入特征词集合得到特征词的语义扩展表示,并基于公开已分类数据集进行了扩展前与扩展后的分类实验。结果显示,概念化语义扩展表示可以提高短文本的分类效果,为后续的主题演化关系分析做准备。3.利用热点事件主题演化模型,对新冠疫情热点事件评论数据集进行实证分析。采用基于知识图谱的语义表示方法和基于增量聚类算法的主题发现方法,实证分析了评论数据中主题发现过程。构建热点事件主题演化模型,将余弦相似度和KL散度引入知识图谱,通过计算主题之间的相关性,定义了主题演化关系,并对新冠疫情热点事件进行了主题演化态势分析。

国内外医院信息管理研究热点及主题演化分析

这是一篇关于可视化分析,医院,信息管理,主题演化,国内外对比的论文, 主要内容为目的:随着现代社会的逐步发展,当今医学发展的主要趋势开始转向医院信息化建设方面,医院信息管理体系也随着现代医学的进步而逐渐完善,医院逐渐通过信息管理建设的方式实现对医院各类数据信息的有效管理,利用信息技术在助力新型冠状病毒肺炎疫情的防治中取得重大进展使医院信息管理再次出现在大众的视野当中,医院信息管理是医院业务正常运行的保障,是管理院内业务和提供决策分析的基础,本文利用可视化软件,用简单清晰的知识图谱分别展示国内外医院信息管理领域的研究热点、核心作者合作和研究机构的合作情况等。利用文献计量分析、聚类分析等方法对国内外医院信息管理领域的研究现状和主题演化进行分析。目的是通过对国内外医院信息管理的可视化分析了解国内外医院信息管理的发展状况与研究主题,同时对国内外医院信息管理这一主题进行主题演化分析,将国内外的研究状况进行对比,为我国医院信息管理领域更好地发展提出建议,分析探究国内外医院信息管理研究领域热点和该领域知识演化规律,为我国的医院信息管理领域发展提供建议和参考,把握医院信息管理发展趋势和热点,解决医院信息化发展中遇见的问题。方法:在CNKI数据库中,利用高级检索功能,搜索主题为(“医院”AND“信息管理”)OR“医院信息管理”的全部文献,在Web of Science数据库中利用高级检索功能检索TS=(hospital information management)OR TS=(hospital AND information management)的全部外文文献,检索时间选择“2010年1月1日”到“2020年12月31日”,即近十年;并用Cite Space和VOSviewer软件对所得文献数据信息进行可视化分析,结果绘制出较为合理的作者知识图谱、被引期刊知识图谱、关键词共现知识图谱。在Web of Science核心合集数据库中检索医院信息管理的相关文献共15468篇,利用文献计量分析软件、聚类分析等方法对国际医院信息管理领域的研究现状和主题演化进行分析。通过分析发文量、作者合作、机构合作以及关键词聚类,对我国以及国外相关领域研究进行梳理和比较。结论:经过对中国知网CNKI中关于近十年国内医院信息管理文献的可视化分析,可知近十年国内医院信息管理领域研究研究热点主要集中于医院人事管理、医院技术管理、医院医疗制度管理等方面,国内医院信息管理演化过程开始转向公共卫生、人工智能、慢性病方面,现阶段我们国内关于医院信息管理研究领域正在处于稳步发展之中,医院信息管理领域有许多研究者,也从各种不同角度进行研究,但各个研究者之间的联系有待加强。近十年来国际医院信息管理领域发展前景较为明朗,研究热点主要是临床疾病与信息管理相结合指导具体临床疾病的方向与将医院信息数据应用于疾病病因分析等方面,研究热点由单一的医院信息发展转变为将信息技术与医院管理更加系统性的融合解决具体临床疾病。用信息技术解决临床问题将成为未来热点研究方向。对Web of Science数据库近十年国外医院管理文献的可视化分析,了解到国外关于该领域存在研究力量发展不均匀,研究方向多元等特点,为我国的医院信息管理领域发展提供建议和参考。

基于LDA和word2vec的主题演化研究——以科学计量学领域为例

这是一篇关于LDA,word2vec,主题演化,科学计量的论文, 主要内容为随着“双一流”高校评估工作的展开和推进,科学计量学在科研评价中的作用再一次展现。在科学计量学发展的这些年,不断深入促进研究内容和研究方法等的创新,研究主题也在动态变化。跟踪国际科学计量学研究主题,识别理清学科发展的演化脉络对于学者了解科学计量学国际研究进展动态,可有力支撑学科知识创新,并为科技创新用户提供前瞻性知识服务,对于促进科学知识有效吸收和转化,以及推动科学计量学的发展具有重要意义。本文从主题挖掘和主题关联的视角出发,综合应用深度学习、文本挖掘、可视化等理论与方法,提出基于LDA和word2vec的主题演化模型,重点解决了科学计量学领域主题挖掘、学科领域主题关联、学科主题演化建模和主题演化知识图谱等问题,展示了多主题的动态演化过程。论文主要工作如下:首先,从定义、类型、技术等入手,提出了学科主题演化构建的基本理论和技术;然后对5届ISSI会议文献从国家/地区、机构和作者三个角度探究科学计量学领域的宏观研究情况;在明确主题的含义之后,从语义信息丰富度和语义关联度量可行性两个方面考虑,把word2vec模型引入LDA主题模型,来改进和优化词汇之间的先后顺序和依赖性关系。最后将主题演化可视化生成主题演化桑基图,研究科学计量学发展的演化脉络和趋势。本文的结论有:基于ISSI会议对科学计量学领域的计量分析发现,我国继欧洲各国成为科学计量学领域研究的中坚力量;荷兰的莱顿大学、加拿大的蒙特利尔大学和中国大陆的武汉大学是发文量最多的3个机构;作者合作网络展示出学者们整体上良好的学术交流和合作关系。基于LDA和word2vec的科学计量学主题演化研究发现,近年来科学计量学指标研究、替代计量学和科技创新与专利研究三个方面的主题是科学计量学的热点主题;替代计量学兴起以及引文分析的发展是科学计量学领域中主题演化的主要路径,整个学科主题演化呈现出进化性、结构性和阶段性的特点;未来,科学计量学的研究整体上会向科学化、技术化和实用化的趋势发展。

基于知识图谱的新冠疫情热点事件主题演化分析

这是一篇关于知识图谱,主题演化,语义扩展,热点事件的论文, 主要内容为随着互联网技术的发展,社交网络逐渐成为人们获取和交流信息的重要途径之一,其传播广泛、扩散迅速的特点对人们了解事件动态、有关部门开展舆论引导带来一定的挑战,采取合适的方法对事件主题进行有效演化分析,有助于分析热点事件发展态势,对有效开展舆情引导有重要意义。知识图谱通过可视化技术对舆情主题的结构关系进行描述,可以较为直观地展示主题发展动态和识别主题热点,本文针对新冠疫情热点事件进行知识图谱构建,基于知识图谱对主题演化进行讨论和实证分析。本文的主要工作分为以下三部分:1.建立新冠肺炎疫情热点事件知识图谱。利用人工采集与网络爬虫技术相结合的方式,对热点事件文本数据进行收集,通过Jieba库中文分词、词向量训练和词义标注等步骤,完成原始数据集的清洗,建立了新冠疫情热点事件语料库。采用Bi LSTM-CRF循环神经网络模型进行命名实体识别,对获得的新冠疫情热点事件结构化数据进行知识图谱的构建,利用Neo4j图数据库对热点事件知识图谱进行存储,并进行可视化展示。2.提出了一种基于知识图谱的短文本语义扩展表示方法。将概念知识图谱中与文本特征词之间有较高关联度的概念词进行提取,构成当前短文本特征词的概念词集合。将概念加入特征词集合得到特征词的语义扩展表示,并基于公开已分类数据集进行了扩展前与扩展后的分类实验。结果显示,概念化语义扩展表示可以提高短文本的分类效果,为后续的主题演化关系分析做准备。3.利用热点事件主题演化模型,对新冠疫情热点事件评论数据集进行实证分析。采用基于知识图谱的语义表示方法和基于增量聚类算法的主题发现方法,实证分析了评论数据中主题发现过程。构建热点事件主题演化模型,将余弦相似度和KL散度引入知识图谱,通过计算主题之间的相关性,定义了主题演化关系,并对新冠疫情热点事件进行了主题演化态势分析。

基于知识图谱和突现术语的数控技术前沿分析研究

这是一篇关于数控技术,技术前沿,知识图谱,术语对齐,主题演化,突现术语的论文, 主要内容为数控技术是机械制造业实现自动化的关键,以数控技术为核心的机械设备的发展水平已经成为衡量一个国家科技水平和综合国力的重要标准。技术前沿是具有极大应用前景和价值的一类技术,因此,识别数控技术前沿对于国家和企业布局数控技术研发战略,从而奠定重点技术的竞争优势具有重大意义。随着计算机技术、通信技术、人工智能技术的发展,数控技术已经呈现出与多学科交叉、融合的发展趋势。论文和专利是数控技术领域科学知识的主要载体,分别代表着领域的研究前沿和技术前沿,知识图谱作为揭示事物间关系的语义网络,为建模科学知识间的关联带来了新方法。突现术语是指在某段时间内频次变化率高的术语,检测专利中的突现术语是分析数控技术前沿的有效方法,然而,该方法存在术语歧义,并且难以捕捉技术的宏观发展趋势,也难以建模技术间关联以分析学科的交叉、融合模式。为解决以上问题,本研究构建了基于知识图谱和突现术语的数控技术前沿分析框架:首先,基于短语挖掘和深度学习模型,识别出大量数控技术术语,并提出多次网络聚类算法和融合专家知识的领域相关性指标计算方法,分别对术语对齐和领域术语识别进行改进,最大程度地消除术语歧义,完成知识图谱的构建;其次,通过文本聚类识别技术主题,并计算主题向量余弦值完成主题关联和技术演化路径识别,以呈现数控技术的宏观发展趋势,本研究结合图神经网络使主题向量融合了术语的共现关系信息,优化了主题的向量表征结果;然后,通过分析主题演化路径筛选具有前沿特征的主题,采用突发监测算法,识别主题中的前沿术语,并基于知识图谱挖掘前沿术语的强关联术语,以建模技术间的关联,分析潜在的学科交叉模式;最后,结合数控技术领域知识进行总结,形成具体化的数控技术前沿描述。本研究依据该框架构建了支持数控技术前沿分析的知识图谱,完成了对数控技术前沿的分析,最终识别出数控技术中高精高速伺服驱动技术、柔性自动化技术、数字孪生和虚拟调试等13个前沿领域,可为数控技术未来的发展战略提供决策支持。

基于文献计量和主题建模的我国教育公平研究热点及趋势分析

这是一篇关于教育公平,文献计量分析,LDA,研究主题,主题演化的论文, 主要内容为教育公平是社会公平的重要组成部分。近年来随着社会的发展与国家教育政策的实施,教育公平研究引发学术界高度关注,因而产生了大量优质研究成果。但现有研究多侧重于主观性的主题概括及内容分析等基础理论性研究,对教育公平研究现状和发展趋势的把握主要以定性研究为主,尚未有文献从全局角度系统地对教育公平相关文献进行文献计量和主题挖掘。因此,如何更加客观系统地描述教育公平研究现状?教育公平研究领域主要的核心作者、期刊以及研究机构有哪些?如何从海量的期刊文献中高效识别出教育公平领域的热点研究主题以及如何把握主题演化趋势和规律?这些是本文主要的研究问题。本研究选取中国知网为样本数据库来源,通过文献计量与主题建模对1994-2021年教育公平研究领域的6306篇核心期刊文献进行定量分析。在研究现状分析中,本文主要是借助Excel、Citespace可视化工具绘制相关图表和知识图谱,从文献数量的时间分布、学科基金分布、作者、期刊来源、研究机构等多个维度对教育公平领域的相关文献进行可视化分析和描述性统计;在热点趋势分析中,本文通过LDA主题模型对教育公平相关文献的题目、关键词及摘要三部分的文本数据进行主题建模,结合词云图分时段的挖掘1994-2007年、2008-2013年、2014-2021年三个时间段的潜在研究主题,并借助文档-主题概率分布情况确定不同时段下热点主题;最后通过计算三个时段之间研究主题间距离,对不同研究主题间的继承发展演化情况进行总结分析。研究发现,在文献总体特征方面,教育公平领域核心文献产出量多且文章质量高,研究进入一个相对成熟的发展阶段,研究内容逐渐深入和细化。研究领域主要集中在教育学、社会学、法学等学科领域,基金资助主要来源于国家级的项目和课题;在期刊与科研机构方面,载文期刊文献的集中程度较高,核心期刊类型均与教育领域联系紧密,科研机构主要以高等师范类院校为主体,各机构间合作较少,尚未形成集中式、大面积的研究合作关系;在作者合作方面,核心研究作者间合作较少,仅存在小部分机构内部间合作关系,且作者在地域分布上具有广泛性;在研究主题及主题演化方面,1994-2007时段包括教育改革、教育政策研究等5个主题,2008-2013时段包括学前教育政策、农村教育等6个主题;2014-2021时段包括教师教育发展政策、基础教育政策等7个主题;另外,在主题演化过程中,第一、二时段和第二、三时段教育公平的研究主题间相互承接,大部分研究主题在核心研究内容都存在继承关系。高等教育改革(T2-4)、职业教育现代化(T3-4)分别是第二时段和第三时段内的新生研究主题。

基于国家基金项目分析我国图书情报学的发展

这是一篇关于科学基金,图书情报学,知识图谱,LDA模型,主题演化的论文, 主要内容为随着信息化进程的不断加快,各学科的建设发展都发生了巨大变化,许多学科都面临着新的发展机遇与挑战,图书情报与档案管理学科更是如此。新文科建设被看作是学科发展转型的突破点,同时这也是图书情报与档案管理学难得的发展机遇。国家科学基金项目被学者们当作衡量研究水平的晴雨表,被资助项目可以在一定程度起到引领作用。本文在新文科建设背景下,借鉴国家基金项目的指导作用,以图书情报与档案管理领域内国家科学基金项目信息和基金项目的期刊论文成果摘要为主要数据,了解并呈现出我国图情档学科的研究现状与发展情况,揭示其研究热点和发展趋势,对提高学科的社会认同感,优化科研资源配置,促进学科的发展具有重要价值。本文以立项的科学基金项目信息和项目成果信息作为研究数据,提出了一种可以同时使用知识图谱和LDA模型进行研究的方法。首先,通过立项数量、立项类型、立项区域、立项机构类型以及立项负责人等项目外部特征了解基金项目的研究发展情况;其次,运用文献计量法中的共词分析法、耦合分析法和社会网络分析法等研究方法构建主题关联网络,形象地揭示图情档学科的发展历史和研究核心;最后,以项目成果的摘要作为语料,建立LDA模型进行图情档学科主题的演化,依据前文的分析结果总结图书情报学的发展概况和研究热点。通过调查研究表明图书情报与档案管理学科的立项数量逐年递增,是一门年轻且发展潜力巨大的综合性交叉学科,但是仍存在一些发展不均衡与交流合作不明显的现象。当下基于基金项目的成果数据研究表明热度较高且发展潜力巨大的研究主题主要有六大方向,分别是语义模型算法、图书馆档案、期刊文献评价、图书馆服务、知识管理、网络舆情。通过本文研究以期对推动图书情报与档案管理学科的发展以及该领域科研工作者的选题产生一定程度的借鉴意义。