具有链式维度的领域-主题模型：描绘一场主要肿瘤学会议的涌现领域

本文对科学制图背景下的文献语料库研究作出贡献。从文档及其文本维度的图表示出发，我们观察到随机块模型（SBMs）能够提供文档与词语的同步聚类，我们称之为领域-主题模型。Gerlach等人（2018）的先前工作研究了由此产生的主题或词语簇，而我们的工作聚焦于文档簇的研究，我们称之为领域。为了实现领域的总体描述与交互式浏览，我们引入了关联这两类簇的度量与界面，它们反映了图与模型的结构。随后我们提出一种流程，从文档簇出发，将块模型扩展至也对文档的任意元数据属性进行聚类。我们称此流程为领域链式模型，且我们先前的度量与界面可直接转用来读取元数据簇。我们提供了一个与当前STS研究相关且对我校方法而言有趣的案例语料库应用示例：1995–2017年ASCO（主要年度肿瘤学研究会议）摘要集。通过一系列领域-主题与领域链式模型，我们识别并描述了ASCO中在过去数十年显著增长的一组特定领域，并将其与“肿瘤政策（oncopolicy）”作为肿瘤学主要关切的建立相联系。