《表3 MFC论文LDA主题识别结果(K=30)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《微生物燃料电池发展态势分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由于目前MFC研究仍处于实验室阶段，许多研究成果以科研论文的形式呈现，对科研论文进行文本挖掘对于全面揭示MFC研究的细分领域和热点方向是非常必要的。LDA模型即潜在的狄利克雷分布模型（Latent Dirichlet Allocation Model）是一种经典有效的概率生成模型，包含文本-主题-词三层贝叶斯结构，可以从大规模文档集中挖掘潜在的主题信息[19]，在科技文献主题识别中发挥着重要作用。我们以MFC领域1990～2018年的论文数据集构建语料库，利用LDA模型进行主题识别，经过主题过滤及人工判读，从30个主题中识别出24个有效主题，按主题强度排序如表3所示。