捕捉关系主题对齐的多尺度几何方法

可解释的主题建模对于追踪合著社区中研究兴趣的演变至关重要。在科学语料库中，因其强调新颖性，识别缺席的 niche 主题尤为重要。然而，现有基于稠密Transformer嵌入构建的模型往往忽略稀有主题，进而无法捕捉平滑的时间对齐。我们提出一种几何方法，集成多模态文本与合著网络数据，采用Hellinger距离和Ward's链接构建主题层次树状图谱。该方法既捕捉局部结构，又捕捉全局结构，支持语义与时间维度上的多尺度学习。实验表明，结合原则化几何对齐的可解释词袋模型在有效识别稀有主题结构和可视化平滑主题漂移方面具有显著优势。