| 基于LDA2Vec和DTM模型的颠覆性技术主题识别研究——以能源科技领域为例 |
| |
| 引用本文： | 吕鲲,项旻昊,靖继鹏.基于LDA2Vec和DTM模型的颠覆性技术主题识别研究——以能源科技领域为例[J].图书情报工作,2023(12):89-102. |
| |
| 作者姓名： | 吕鲲 项旻昊 靖继鹏 |
| |
| 作者单位： | 1. 宁波大学商学院;2. 吉林大学商学与管理学院 |
| |
| 基金项目： | 国家社会科学基金青年项目“‘双碳’目标下‘技术—经济—区域’信息融合的创新生态系统构建及其协同演化研究”(项目编号:22CTQ028)研究成果之一； |
| |
| 摘 要： | 目的/意义]颠覆性技术关乎国家竞争力和国际地位,科学准确地识别出颠覆性技术主题,能够解决技术发展过程中主题不够明确、发展路径不够清晰等问题,以此有效把握技术发展动态,调整国家科技战略布局,更好地抢占国际竞争制高点。方法/过程]以能源科技领域的专利文本数据为研究客体,构建基于Word2Vec词向量与LDA(Latent Dirichlet Allocation)主题向量的融合特征向量,并引入K-means算法优化主题聚类效果,最后结合颠覆性技术特征指标,识别颠覆性技术主题,利用DTM(Dynamic Topic Model)模型揭示该领域颠覆性技术主题的发展状况。结果/结论]通过人工验证和模型结果对比可以发现,实证结果具有合理性,且模型的精准率、召回率、F1值均高于同类型的主题模型,证明该方法对颠覆性技术主题识别具有较好效果。
|
| 关 键 词： | 颠覆性技术 主题识别 文本挖掘 能源科技领域 |
|
|
