《表4 top3的研究主题使用的关键技术》

  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

《基于文本语义理解的学科发展趋势分析》

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

笔者基于深入文本内容的语义分析框架，通过语料库构建、语义标注、短语聚类3个步骤，运用频数统计、共现矩阵和关联矩阵等分析方法，对2008年—2018年地球信息科学领域8种国际核心期刊论文进行了科学计量分析，挖掘出近10年地理信息科学领域的研究主题和关键技术。然而，还存在如下不足：（1）由于实验数据仅包含8种领域核心期刊，无法全面覆盖作者的科研成果。今后工作中，需要增加数据源的种类和数量（论文、项目、专利等），以便尽可能真实地反映出学科整体的科研水平。（2）人工判读获取短语聚类的语义标签，耗时费力且结果容易受人的主观意识的影响，会导致后续科学计量分析的偏见。今后工作中，需要研究自动化的聚类算法，例如通过关系抽取技术自动构建短语之间的上下位关系[20]。