面向焦点组分析的神经主题建模可重复框架
计算与语言
2025-12-03 v2 人机交互
机器学习
摘要
焦点组讨论产生丰富的定性数据，但其分析传统上依赖于耗时的手动编码，限制了可扩展性和可重复性。我们提出了一个系统框架，用于将 BERTopic 应用于焦点组记录，使用来自十个探索坦利亚地区 HPV 疫苗认知的焦点组数据（1,075 条发言）。我们对27个超参数配置进行了全面的探索，评估每个配置通过 bootstrap 稳定性分析、绩效指标和与 LDA 基线的比较。Bootstrap 分析揭示，稳定性指标（NMI 和 ARI）表现出强烈的不一致（r = -0.691），且与连贯性之间呈现出差异化的关系，表明稳定性是多方位的而非单一的。我们的多准则选择框架产生了一个7主题模型，实现了比优化 LDA 高18%的连贯性（0.573 vs. 0.486），并通过独立的人类评估验证了主题的可解释性（ICC = 0.700，加权 Cohen's Kappa = 0.678）。这些发现表明，基于转换器的主题建模可以在系统配置和验证的情况下，从小规模焦点组记录语料库中提取可解释主题，同时揭示了质量指标捕捉不同且可能相互冲突的构造需要多准则评估。我们提供完整的文档和代码以支持可重复性。
引用
@article{arxiv.2511.18843,
title = {A Reproducible Framework for Neural Topic Modeling in Focus Group Analysis},
author = {Heger Arfaoui and Mohammed Iheb Hergli and Beya Benzina and Slimane BenMiled},
journal= {arXiv preprint arXiv:2511.18843},
year = {2025}
}