多任务异质图表征学习驱动的科学基金细粒度主题聚类

doi:10.3772/j.issn.1000-0135.2026.06.008

情报学报

2026, Vol. 45

Issue (6): 881-895 DOI: 10.3772/j.issn.1000-0135.2026.06.008

情报技术与应用

本期目录 | 过刊浏览 | 高级检索

多任务异质图表征学习驱动的科学基金细粒度主题聚类

管铮懿¹, 谢靖^2,3, 刘建华^4,5

1.中山大学信息管理学院，广州 510006
2.中国科学院文献情报中心，北京 100190
3.中国科学院大学经济与管理学院信息资源管理系，北京 100190
4.北京万方数据股份有限公司，北京 100036
5.国家新闻出版署学术期刊新型出版与知识服务重点实验室，北京 100190

Fine-Grained Clustering of Scientific Fund Topics Based on Multi-task Heterogeneous Graph Representation Learning

Guan Zhengyi¹, Xie Jing^2,3, Liu Jianhua^4,5

1.School of Information Management, Sun Yat-sen University, Guangzhou 510006
2.National Science Library, Chinese Academy of Sciences, Beijing 100190
3.Department of Information Resources Management, School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190
4.Beijing Wanfang Data Co., Ltd., Beijing 100036
5.Key Laboratory of New Publishing and Knowledge Services for Scholarly Journals, National Press and Publication Administration, Beijing 100190

摘要
图/表
参考文献
相关文章 (6)

全文: PDF (3046 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要科学基金项目的细粒度主题聚类，对分析科学资助布局、优化资源配置具有重要意义。针对基金资助文本特征稀疏、术语密度高且缺乏上下文信息的问题，本文提出一种基于多任务异质图表征学习的科学基金细粒度主题聚类方法。首先，整合关键词共现网络、文献引文拓扑网络及学科分类层级体系，构建三维异质语义图；其次，结合图卷积的局部特征提取能力与多头注意力的全局语义关联优势，设计多任务协同训练机制，以实现对文本深层语义表征的学习。以毫米波领域资助项目为例的实验结果表明，本文方法在多个评估指标上显著优于基准模型，其构建的语义表示空间类内紧密、类间清晰，能够有效实现细粒度主题识别，且聚类结果与基金指南的政策导向具有高度一致性。该方法在科学基金的多维度文本分析中展现出较强的应用价值，为基金文本挖掘与项目细粒度分析提供了有效工具。

	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
	管铮懿
	谢靖
	刘建华

关键词 ：科学基金资助, 文本聚类, 表征学习, 异质图, 图卷积网络, 多任务自监督学习

收稿日期: 2025-09-15

基金资助:国家自然科学基金专项项目“基础研究项目选题数据分析与科学基金资助管理研究”（L2224021），“面向科技强国目标的科学基金资助体系评估方法研究”（L2424132）。

通讯作者: 刘建华，通信作者，1984年生，博士，副研究馆员，主要研究领域为知识抽取、情报分析方法，E-mail：liujh@wanfangdata.com.cn。 E-mail: liujh@wanfangdata.com.cn

作者简介: 管铮懿，2000年生，博士研究生，主要研究领域为数据分析与知识发现；谢靖，1983年生，硕士，正高级工程师，主要研究领域为智能情报服务；

引用本文:

管铮懿, 谢靖, 刘建华. 多任务异质图表征学习驱动的科学基金细粒度主题聚类[J]. 情报学报, 2026, 45(6): 881-895.
Guan Zhengyi, Xie Jing, Liu Jianhua. Fine-Grained Clustering of Scientific Fund Topics Based on Multi-task Heterogeneous Graph Representation Learning. 情报学报, 2026, 45(6): 881-895.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2026.06.008 或 https://qbxb.istic.ac.cn/CN/Y2026/V45/I6/881

1 肖人毅. 基于网络分析法的国家自然科学基金资助项目后评价研究[J]. 中国科学基金, 2008, 22(5): 312-316.
2 吴锦池, 余维杰. 融合知识库语义的文本聚类研究[J]. 情报杂志, 2021, 40(5): 156-164.
3 王伟, 梁继文, 杨建林. 基于语义加权网络的重点领域科学基金资助态势识别研究[J]. 现代情报, 2025, 45(1): 46-59, 111.
4 张东鑫, 张敏. 图情领域LDA主题模型应用研究进展述评[J]. 图书情报知识, 2022, 39(6): 143-157.
5 Williams L, Anthi E, Arman L, et al. Topic modelling: going beyond token outputs[J]. Big Data and Cognitive Computing, 2024, 8(5): 44.
6 Hankar M, Kasri M, Beni-Hssane A. A comprehensive overview of topic modeling: techniques, applications and challenges[J]. Neurocomputing, 2025, 628: 129638.
7 龙艺璇, 安源, 王东晋, 等. 基于改进LDA模型的铁路领域主题发现研究[J]. 数字图书馆论坛, 2022(2): 26-32.
8 张振青, 孙巍. 基于特征测度和PhraseLDA模型的领域学科交叉主题识别研究——以纳米技术的农业环境应用领域为例[J]. 数据分析与知识发现, 2023, 7(7): 32-45.
9 伊惠芳, 刘细文. 一种专利技术主题分析的IPC语境增强Context-LDA模型研究[J]. 数据分析与知识发现, 2021, 5(4): 25-36.
10 许元杰, 李建平, 吴登生. 基于期刊论文主题耦合的学科结构识别方法研究[J]. 图书情报工作, 2024, 68(21): 3-15.
11 Bascur J P, Verberne S, Van Eck N J, et al. Which topics are best represented by science maps? An analysis of clustering effectiveness for citation and text similarity networks[J]. Scientometrics, 2025, 130(2): 1181-1199.
12 张金柱, 于文倩. 基于短语表示学习的主题识别及其表征词抽取方法研究[J]. 数据分析与知识发现, 2021, 5(2): 50-60.
13 王志强, 李宜展, 李云龙, 等. 基于BERTopic的大科学装置科学研究联合基金资助主题挖掘[J]. 图书情报工作, 2024, 68(24): 104-113.
14 高凡, 徐思佳. 基于BERTopic模型的数字政府治理领域的主题识别与内容分析[J]. 情报理论与实践, 2024, 47(8): 95-106.
15 Yadav A K, Gupta T, Kumar M, et al. A hybrid model integrating LDA, BERT, and clustering for enhanced topic modeling[J]. Quality Quantity, 2025, 59(3): 2381-2408.
16 Ravenda F, Ali Bahrainian S, Raballo A, et al. A self-supervised seed-driven approach to topic modelling and clustering[J]. Journal of Intelligent Information Systems, 2025, 63(1): 333-353.
17 谢士尧, 王小梅. 基于深度文本聚类的论文与专利数据融合方法研究[J]. 数据分析与知识发现, 2024, 8(4): 112-124.
18 Chen R H, Chen H G, Lu Y Y, et al. Supervised neural topic modeling with label alignment[J]. Transactions of the Association for Computational Linguistics, 2025, 13: 249-263.
19 冯小东, 惠康欣. 基于异构图神经网络的社交媒体文本主题聚类[J]. 数据分析与知识发现, 2022, 6(10): 9-19.
20 Soleymanian M, Mashayekhi H, Rahimi M. An incremental clustering algorithm based on semantic concepts[J]. Knowledge and Information Systems, 2024, 66(6): 3303-3335.
21 Song J, Lu X L, Hong J Y, et al. External information enhancing topic model based on graph neural network[J]. Expert Systems with Applications, 2025, 263: 125709.
22 Beltagy I, Lo K, Cohan A. SciBERT: a pretrained language model for scientific text[PP/OL]. V3. arXiv (2019-09-10). https://arxiv.org/pdf/1903.10676.
23 余朝晖. 科技论文中图分类号科学标引的实践与探讨[J]. 编辑之友, 2010(5): 100-101.
24 Cui Z C, Chen W L, Chen Y X. Multi-scale convolutional neural networks for time series classification[PP/OL]. V4. arXiv (2016-05-11). https://arxiv.org/pdf/1603.06995.
25 Yun S, Jeong M, Kim R, et al. Graph transformer networks[C]// Proceedings of the 33rd International Conference on Neural Information Processing Systems. Red Hook: Curran Associates, 2019: Article No.1073.
26 Vandenhende S, Georgoulis S, Van Gansbeke W, et al. Multi-task learning for dense prediction tasks: a survey[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2022, 44(7): 3614-3633.
27 洪伟, 余超, 陈继新, 等. 毫米波与太赫兹技术[J]. 中国科学(信息科学), 2016, 46(8): 1086-1107.
28 Joulin A, Grave E, Bojanowski P, et al. Bag of tricks for efficient text classification[PP/OL]. V3. arXiv (2016-08-09). https://arxiv.org/pdf/1607.01759.
29 Jahanian M, Karimi A, Osati Eraghi N, et al. Introducing the cosine clustering index (CCI): a balanced approach to evaluating deep clustering[J]. SN Computer Science, 2024, 5(6): Article No.687.
30 Thulasidas M. A quality metric for K-means clustering based on centroid locations[C]// Proceedings of the 18th International Conference on Advanced Data Mining and Applications. Cham: Springer, 2022: 208-222.
31 Hassani M, Seidl T. Using internal evaluation measures to validate the quality of diverse stream clustering algorithms[J]. Vietnam Journal of Computer Science, 2017, 4(3): 171-183.
32 Halkidi M, Batistakis Y, Vazirgiannis M. On clustering validation techniques[J]. Journal of Intelligent Information Systems, 2001, 17(2/3): 107-145.
33 IMT-2020(5G)推进组. 5G愿景与需求(2014年)[R/OL]. (2014-05-15) [2025-09-15]. http://www.caict.ac.cn/kxyj/qwfb/bps/201804/ t20180426_158197.htm.
34 胡云. 毫米波多波束阵列天线研究[D]. 南京: 东南大学, 2019.
35 束锋, 杨淑萍, 许正文, 等. 毫米波无线通信系统混合波束成形综述[J]. 数据采集与处理, 2017, 32(3): 454-462.
36 Li J, Niu Y, Wu H, et al. Mobility support for millimeter wave communications: opportunities and challenges[J]. IEEE Communications Surveys Tutorials, 2022, 24(3): 1816-1842.
37 Hemadeh I A, Satyanarayana K, El-Hajjar M, et al. Millimeter-wave communications: physical channel models, design considerations, antenna constructions, and link-budget[J]. IEEE Communications Surveys Tutorials, 2018, 20(2): 870-913.
38 陈山枝, 时岩, 胡金玲. 蜂窝车联网(C-V2X)综述[J]. 中国科学基金, 2020, 34(2): 179-185.
39 关于发布2024年度国家自然科学基金区域创新发展联合基金项目指南(第二批)的通告[EB/OL]. (2024-03-15) [2025-04-29]. https://www.nsfc.gov.cn/p1/3381/2824/66906.html.
40 关于发布2024年度国家自然科学基金企业创新发展联合基金项目指南(第二批)的通告[EB/OL]. (2024-03-15) [2025-04-29]. https://www.nsfc.gov.cn/p1/2931/2932/77905.html.
41 国家自然科学基金委员会2024年度专项项目指南——月球与深空探测科学研究(二)[EB/OL]. (2024-09-14) [2025-04-29]. https://www.nsfc.gov.cn/p1/3381/2824/66824.html.
42 “未来集成电路新理论与技术基础研究”专项项目申请指南[EB/OL]. (2023-11-07) [2025-04-29]. https://www.nsfc.gov.cn/p1/ 2856/3156/73825.html.
43 国家自然科学基金“十四五”发展规划[EB/OL]. (2022-11-16) [2025-04-29]. https://www.nsfc.gov.cn/p1/2871/2875/2951/gjzrkxjjsswfz.html.
44 国家自然科学基金“十二五”发展规划[EB/OL]. (2011-07-15) [2025-04-29]. https://www.nsfc.gov.cn/bzgh_125/ml.html.
45 国家自然科学基金“十三五”发展规划[EB/OL]. (2016-06-14) [2025-04-29]. https://www.nsfc.gov.cn/bzgh_135/index.html.