大语言模型与形式概念分析：主题建模比较研究
人工智能
2026-02-03 v1
摘要
主题建模是一项日益受到关注的研究领域：从文档检索、情感分析到文本摘要。大语言模型 (LLM) 目前是文本处理的主要趋势，但鲜有工作研究其在该任务中的有用性。形式概念分析 (FCA) 最近被提出作为主题建模的候选方法，但尚无实际应用案例研究进行评估。在本工作中，我们比较了 LLM 和 FCA，以更好地理解它们在主题建模领域中的优势和弱点。通过评估用于过去实验中主题建模和可视化的 CREA 管线，以及使用 GPT-5 进行 LLM 评估。对 GPT-5 应用基于三个提示的策略进行评估：从文档批次生成主题、将批次结果合并到最终主题、以及主题标记。第一个实验重用了用于评估 CREA 的教学材料，而第二个实验分析 40篇信息系统中的研究文章，以比较提取的主题与底层子领域。
引用
@article{arxiv.2602.01933,
title = {Large Language Model and Formal Concept Analysis: a comparative study for Topic Modeling},
author = {Fabrice Boissier and Monica Sen and Irina Rychkova},
journal= {arXiv preprint arXiv:2602.01933},
year = {2026}
}