主题的语境化：浏览书目信息宇宙
数字图书馆
2017-02-28 v1
摘要
本文描述了语义索引如何帮助生成主题的语境化概览，并可视化比较文章聚类。该方法最初是为一个名为 Ariadne 的创新信息探索工具开发的，该工具运行于拥有数千万条记录的书目数据库之上。本文进一步发展了 Ariadne 背后的方法，并将其应用于特刊“相同数据，不同结果”的研究问题——即通过不同文献计量学方法更好地理解主题的（重新）构建。针对包含 111,616 篇天文学和天体物理学文章的 Astro 数据集，我们创建了交互式探索工具 LittleAriadne 的一个新实例。本文以两种不同方式为描绘和定义主题这一总体挑战做出贡献。首先，我们基于词汇空间中文章的向量表示，生成了两种聚类方案。这些向量基于与文章相关联的实体的语义索引构建。其次，我们讨论了如何使用 LittleAriadne 浏览 Astro 数据集的主题术语、作者、期刊、引文以及各种聚类方案构成的网络。更具体地说，我们将文章对不同聚类方案的归属视为其书目记录的一个附加元素。在保持此类扩展书目记录实体列表层面语义索引原则的基础上，LittleAriadne 反过来提供了特定聚类方案上下文的可视化。它还传达了由不同算法产生的文章聚类的相似性，因此代表了与其他可能比较方法互补的一种途径。
引用
@article{arxiv.1702.08210,
title = {Contextualization of topics: Browsing through the universe of bibliographic information},
author = {Rob Koopman and Shenghui Wang and Andrea Scharnhorst},
journal= {arXiv preprint arXiv:1702.08210},
year = {2017}
}
备注
Special Issue of Scientometrics: Same data - different results? Towards a comparative approach to the identification of thematic structures in science