基于频繁语义模式的主题标注——以肿瘤靶向治疗技术为例

目的/意义]为提高主题建模结果的可读性，解决主题标注过程中主观性强、可解释性弱的问题，引入本体和关联规则构建频繁语义模式。方法/过程]以肿瘤靶向治疗专利数据为研究对象，首先构建LDA2vec模型挖掘主题；然后考虑主题词的语义与共现，将UMLS本体与FP-growth关联规则相结合，得到频繁语义模式的主题标注；最后将结果与Canopy方法对比评估。结果/结论]实证结果显示，基于频繁语义模式的标注能够从统计和语义的角度概括主题含义，在主题标注工作中效果更佳。