面向科研人员兴趣画像的多语作者主题模型研究

doi:10.3772/j.issn.1000-0135.2020.06.004

情报学报

2020, Vol. 39

Issue (6): 601-608 DOI: 10.3772/j.issn.1000-0135.2020.06.004

情报理论与应用

本期目录 | 过刊浏览 | 高级检索

面向科研人员兴趣画像的多语作者主题模型研究

李岩, 刘志辉, 高影繁

中国科学技术信息研究所，北京 100038

Research of Multilingual Author-Topic Model for Profiling Researcher Interests

Li Yan, Liu Zhihui, Gao Yingfan

Institute of Scientific and Technical Information of China, Beijing 100038

摘要
图/表
参考文献
相关文章 (10)

全文: PDF (4069 KB) HTML (89 KB)
输出: BibTeX | EndNote (RIS)

摘要全球化背景下，从不同语种的海量科研文献数据集中自动挖掘隐含主题，精准刻画科研人员研究兴趣是信息服务迈向知识服务的关键问题，也是跨语言信息检索的关键技术之一。目前刻画科研人员兴趣的方法多基于其某一语种的文献，不适用于多语言数据集。本文在作者主题模型和多语言主题模型的基础上提出了多语作者主题（JointAT）模型，可从多语言数据集刻画作者兴趣，并给出了一种估计JointAT模型参数的吉布斯采样方法。实验结果表明，JointAT模型与作者主题（AT）模型相比具有更好的泛化能力。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	李岩
	刘志辉
	高影繁

关键词 ：主题模型, 多语作者主题模型, 研究兴趣, 吉布斯采样

收稿日期: 2019-04-26

基金资助:中央级公益性科研院所基本科研业务费专项资金项目“上市公司年报数据库建设及服务系统研发”（ZD2019-09）；中国科学技术信息研究所创新研究基金青年项目“上市公司技术主题识别方法及可视化研究”（QN2019-12）。

作者简介: 李岩，男，1994 年生，硕士，研究实习员，主要研究方向为自然语言处理、数据挖掘，E-mail：liy@istic.ac.cn；刘志辉，男，1979 年生，副研究员，主要研究方向为情报分析方法、竞争情报、学科情报与战略情报研究；高影繁，女，1974 年生，博士，副研究员，主要研究方向为文本挖掘、知识组织。

引用本文:

李岩, 刘志辉, 高影繁. 面向科研人员兴趣画像的多语作者主题模型研究[J]. 情报学报, 2020, 39(6): 601-608.
Li Yan, Liu Zhihui, Gao Yingfan. Research of Multilingual Author-Topic Model for Profiling Researcher Interests. 情报学报, 2020, 39(6): 601-608.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2020.06.004 或 https://qbxb.istic.ac.cn/CN/Y2020/V39/I6/601

1 Gu X, Blackmore K L. Recent trends in academic journal growth[J]. Scientometrics, 2016, 108(2): 693-716.
2 Blei D M, Ng A Y, Jordan M I. Latent Dirichlet allocation[J]. Journal of Machine Learning Research, 2003, 3: 993-1022.
3 Rosen-Zvi M, Griffiths T, Steyvers M, et al. The author-topic model for authors and documents[C]// Proceedings of the 20th Conference on Uncertainty in Artificial Intelligence. Arlington: AUAI Press, 2004: 487-494.
4 Mimno D, McCallum A. Expertise modeling for matching papers with reviewers[C]// Proceedings of the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. New York: ACM Press, 2007: 500-509.
5 Kawamae N. Author interest topic model[C]// Proceedings of the 33rd International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM Press, 2010: 887-888.
6 史庆伟, 乔晓东, 徐硕, 等. 作者主题演化模型及其在研究兴趣演化分析中的应用[J]. 情报学报, 2013, 32(9): 912-919.
7 Blei D M, Jordan M I. Modeling annotated data[C]// Proceedings of the 26th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM Press, 2003: 127-134.
8 Zhao B, Xing E P. HM-BiTAM: Bilingual topic exploration, word alignment, and translation[C]// Proceedings of the Conference in Advances in Neural Information Processing Systems, British Columbia, Canada, 2007: 1689-1696.
9 Tam Y C, Lane I, Schultz T. Bilingual LSA-based adaptation for statistical machine translation[J]. Machine Translation, 2007, 21(4): 187-207.
10 Ni X C, Sun J T, Hu J, et al. Mining multilingual topics from Wikipedia[C]// Proceedings of the 18th International Conference on World Wide Web. New York: ACM Press, 2009: 1155-1156.
11 Mimno D, Wallach H M, Naradowsky J, et al. Polylingual topic models[C]// Proceedings of the Conference on Empirical Methods in Natural Language Processing. Morristown: Association for Computational Linguistics, 2009: 880-889.
12 Boyd-Graber J, Blei D M. Multilingual topic models for unaligned text[C]// Proceedings of the Twenty-Fifth Conference on Uncertainty in Artificial Intelligence. Arlington: AUAI Press, 2009: 75-82.
13 Jagarlamudi J, Daumé H III. Extracting multilingual topics from unaligned comparable corpora[C]// Proceedings of the European Conference on Information Retrieval. Heidelberg: Springer, 2010: 444-456.
14 Griffiths T L, Steyvers M. Finding scientific topics[J]. Proceedings of the National Academy of Sciences of the United States of America, 2004, 101(Suppl. 1): 5228-5235.
15 Teh Y W, Newman D, Welling M. A collapsed variational Bayesian inference algorithm for latent Dirichlet allocation[C]// Proceedings of the 20th Conference on Neural Information Processing Systems. Cambridge: The MIT Press, 2007, 19: 1353-1360.
16 Azzopardi L, Girolami M, van Risjbergen K. Investigating the relationship between language model perplexity and IR precision-recall measures[C]// Proceedings of the 26th International ACM SIGIR Conference on Research and Development in Information Retrieval. New York: ACM Press, 2003: 369-370.