基于网络的话题交互图用于COVID-19生物医学文献大数据挖掘
信息检索
2022-12-09 v4 应用统计
摘要
自全球COVID-19大流行出现以来，相关研究以令人目眩的速度发表，在生物医学文献中产生了大量大数据。由于相关文献数量巨大，人工跟进研究实际上是不可能的。话题建模是一种著名的无监督学习，旨在从文本数据中揭示潜在话题。在本文中，我们提出了一种新颖的分析框架，用于估计话题交互并实现有效可视化，以改善话题间关系。我们首先使用双词话题模型（biterm topic model）估计话题-词分布，并基于词分布使用潜空间项目反应模型（latent space item response model）估计话题交互。我们将这些潜在话题映射到网络上以可视化话题间关系。此外，在所提方法中，我们开发了一个分数，有助于选择表征话题的有意义词汇。我们通过观察话题关系如何随词丰富度不同层级而变化来弄清话题间关联。这些发现提供了对相关特定研究领域话题间关系的深入挖掘且直观的表示。该框架在PubMed文献上的应用证明了我们的方法在理解COVID-19研究兴起阶段相关话题构成方面的效用。
引用
@article{arxiv.2106.07374,
title = {Network-based Topic Interaction Map for Big Data Mining of COVID-19 Biomedical Literature},
author = {Yeseul Jeon and Dongjun Chung and Jina Park and Ick Hoon Jin},
journal= {arXiv preprint arXiv:2106.07374},
year = {2022}
}