使用自然语言处理对 18 年 PERC 会议录的主题分析

我们使用一种称为潜在狄利克雷分配（LDA）的无监督机器学习方法，对 2001 至 2018 年间发表于物理教育研究会议录（Physics Education Research Conference Proceedings）的所有论文进行主题分析。通过考察语料库中词语的共现，该技术使我们识别出物理教育研究（PER）中随时间具有不同流行程度的十个 distinct 主题或“话题”，并评估这些话题在各篇论文中的分布。我们的分析表明，尽管所有识别出的话题都随时间保持了持续关注，PER 也经历了若干次对某些话题关注度的增长浪潮，起初是对学生理解的定性、理论建构研究的兴趣，后在 2010 年代末转向对问题解决的聚焦。自 2010 年以来，该领域已转向更具社会文化的教与学观点，特别关注实践共同体、学生身份与制度变革。基于这些结果，我们建议像 LDA 这样的无监督文本分析技术或可有望为教育研究文献提供定量、独立且可复现的分析。