主题的语境化——通过术语、作者、期刊与聚类分配进行浏览

本文基于一个创新的信息检索工具Ariadne。该工具被开发为面向大规模文献数据库的交互式网络可视化与浏览工具。它基本上通过语境化搜索查询来深入理解一个主题(Koopman等, 2015)。在本文中，我们将Ariadne工具应用于一个远小的天文学与天体物理学数据集，包含111,616篇文档。该数据被称为Berlin数据集，已被多个研究团队用于应用并随后比较不同的聚类算法。这一团队工作的探索在于如何刻画主题边界。本文以两种不同方式应对此挑战。首先，我们给出其中一种聚类方案；其次，我们使用Ariadne(其背后方法及称为LittleAriadne的界面)来展示不同组成员的聚类方案。通过提供一个允许可视化检查由不同算法生成的文章聚类相似性的工具，我们提出了一种对其他可能比较手段的补充方法。更具体地，我们讨论如何借助LittleAriadne浏览Berlin数据集中主题术语、作者、期刊与聚类方案的网络，并比较聚类方案以及查看其语境。