《表3 国内2000—2009年和2010—2018年医学信息学LDA主题模型分析结果》

  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

《21世纪以来医学信息学研究走向及其健康信息学转向》

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

读取国际Web of Science和国内CNKI全记录文本数据，通过Python的Gensim工具包中的LDA模型，设置超参数alpha=50/k，进行预处理操作，由于传统分词方式无法还原医学信息学领域中英文大量的专业名词，如“Medical Informatics”、“医学信息学”等，所以本文国际数据基于美国国立医学图书馆MESH医学主题词库（55742条），国内数据基于结巴（jieba）内置分词，并结合VOSviewer共现关键词，获得国际、国内合计10739个词，提取国际、国内每篇文档中相应主题和关键词，用Gibbs Sampling随机抽样算法，进行最大正则匹配，并过滤特色字符、常见缩写单词，清洗停用词，去除无特征意义的单词，对各种形式单词进行词性还原和相应归并，参考Vosviewer模块化主题聚类，选取每一个主题中概率最高的10个词进行抽象概括，数据结果如表2和表3所示，解读结果如下。