本体、版图与边界：主题出版研究述论

主题出版研究随着各界对主题出版内涵的持续认知和主题出版工作的有序推进而不断发展，经过10余年的理论和实践积累，无论是研究队伍还是成果数量都形成了一定规模，成效显著。首先是主题出版本体研究取得重要进展，一方面，主题出版概念在长期发展中逐渐明晰且趋于统一；另一方面，对主题出版属性和功能的认识越来越丰富深刻。其次，以个案研究、经验总结为主的传统主题出版研究版图在稳定中有新的开掘，从专业、地域、技术、历史及对外传播等维度对主题出版活动进行多元化阐释。其三，学界开始注意到主题出版研究的边界问题，这对于主题出版研究的深化意义重大。未来的主题出版研究可从研究主体互通、研究内容互补与研究方法互鉴三方面着手，实现主题出版研究从量的积累到质的飞跃。     

谈文学主题出版的高质量发展

近年来，文学主题出版应时而生，市场表现强劲，社会效益不断提升，在弘扬主旋律、传递正能量、满足人民精神文化需求方面，真正发挥了切实的作用。文学主题出版机构将重大主题与文学有机结合，让文学主题出版既有主题的深度，又有文学的温度。结合出版机构的专业和资源优势，找准自身定位，克服自身弱点，开展特色化的文学主题出版活动，对繁荣我国主题出版事业，彰显中国特色社会主义文化发展道路的正确性，具有重大而深远的意义。     

主流媒体如何打造主题报道——解析南京广电集团新闻综合频道十七大报道

主题报道，历来是新闻报道的重点和难点。一方面，尽管我们强调新闻报道的客观性、真实性，但新闻报道有其不可避免的政治色彩和意识倾向，有时这种政治倾向还特别强烈；另一方面，主题报道是新闻报道中的重要内容，任何一个国家的任何一个媒体，都不能完全脱离开主题报道而生存。作为主流媒体的主流版面、主流频率、主流频道而言，主题报道往往是家常便饭，总是要照面，总是要进行，所以对主流媒体来说，主题报道往往成为一种自觉的行动，每逢重大时政出现的时候，主流媒体总是事先策划一些能够体现“主题”的选题和报道方案，以免到时措手不及。从被动式的报道，到媒体对主题报道的主动介入，是媒体搞好主题报道的需要。     

专业社交媒体中的主题知识元抽取方法研究

[目的/意义]以汽车论坛例，提出一种针对专业社交媒体文本的主题知识元抽取方法。[方法/过程]首先，通过LDA模型提取出汽车论坛中文本的主题，并进行去重，形成主题列表；其次，基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型；然后，通过计算各词汇在图模型TextRank中的重要性与各词汇的Word2Vec主题相似度，抽取情感关键词与关键句，用于对文本主题与情感倾向的解释与补充；最后，对上述方法进行集成，输出结构化的主题知识元。[结果/结论]实验结果中，抽取得到的主题知识元合格率达到69.1%，表明本文提出的主题知识元抽取方法，能够围绕知识主题较为准确地抽取知识元，实现知识的结构化转换。     

利用引文构建的主题模型研究进展

[目的/意义] 概率主题模型算法在不断得到改进与扩展，本文对国内外已有的利用引文构建的主题模型进行研究，分析和对比不同模型的生成过程与算法，并探讨利用引文构建的主题模型在科技文本分析中的应用与可扩展的研究方向。[方法/过程] 通过Web of Science数据库和CNKI数据库获取国内外利用引文构建主题模型的相关文献，经人工判读后筛选出具有代表性的文献，对这些文献中利用引文构建的主题模型，从建模思想、生成过程、参数估计与推断算法等方面进行对比与分析。[结果/结论] 目前国内外利用引文构建的主题模型主要包括研究主题与引文分布的主题模型、研究被引与施引主题间关系的主题模型，以及基于引用内容的引用主题模型；主题模型中引入引文信息后，能够获得更完整的主题内容和特定主题下的重要文献，并可识别施引文献和被引文献之间主题间的关系及影响；已有的模型多集中在概率潜在语义分析（Probabilistic Latent Semantic Analysis，PLSA）和潜在狄利克雷分配（Latent Dirichlet Allocation，LDA）主题模型基础上进行扩展。未来可扩展研究引入引用内容的主题模型、模型的性能优化和评价方法、模型的应用研究等。     

Web主题信息采集中信息主题的识别

主要介绍了我们设计的Web主题信息采集系统的一项核心工作——Web信息主题的识别，主题识别算法从构造专业性较强的主题词典着手，充分分析和考虑Web网页文本的特点，从而大大提高了主题信息采集的效率和精度，该算法同样适用于其他领域的主题信息识别。     

发文趋势与引文趋势融合的学科研究主题优先级排序——以我国情报学学科主题为例

[目的/意义]主题排序不仅是信息检索、信息组织研究的基础性问题，也是图书馆学科服务的重要工作，对学科领域研究主题进行有效排序能够帮助科研人员和科研管理部门有效把握学科领域的研究态势，准确定位科研方向，快速做出科研决策。[方法/过程]基于趋势分析提出一种学科研究主题优先级排序算法。首先，在主题提取的基础上，根据发文趋势和引文趋势将每个研究主题按研究等级分为贫乏主题、热点主题、冷点主题、过热主题4个子类。然后，分别对各子类下的主题词进行优先级排序。[结果/结论]在情报学领域的实验表明：本文提出的优先级排序算法能够全方位、细粒度、深层次地展示学科领域研究主题的发展等级，该方法可为从时间维度实现动态情报分析提供新的视角。     

“无帅之兵,谓之乌合”——谈把握人物通讯的着力点

人物通讯的写作，涉及主题、选材、结构等问题，但人物通讯质量的高低、价值的大小，关键在于主题是否新颖与深刻。可以说，主题是人物通讯的灵魂。清代诗人王夫之说过这样一段话：无论长诗或长行文字，俱以意为主，意犹帅也；无帅之兵，谓之乌合。这里所说的“意”，是指文章的主题。主题就好比是“统帅”，一支没有统帅的军队，就是乌合之众。当代一位知名记者在归纳他的写作经验时曾指出，首先要有一个好的主题，而好的主题包括三层意思：一是要有主题，否则下笔千言，主题模糊，就会使读者不知所云；二是只能有一个主题，就是说一篇新闻…     

心中有 笔下才有——谈记者的主题先行意识

在新闻采访与写作中，主题的提炼顺序有两种：一种主题在先，题材在后；一种是题材在先，主题在后，主题在先，题材在后，而后结合，这主不是主题先行，笔者认为，我们提倡记者要有主题先行意识，因为它有助于记者更好地进行采访和写作，提高新闻报道的质量。     

知识单元重组视角下的科学主题预测研究

准确的科学主题预测能够明确学科未来的发展方向，为科研领域的发展规划和管理决策提供参考。本文着眼于新生科学主题的预测，基于知识单元重组视角，将主题-特征词的表征关系类比为科学概念-知识单元的表征关系，提出科学主题预测方法。首先，使用LDA (latent Dirichlet allocation)主题模型获取全局主题、特征词与概率矩阵，通过转置向量空间获得特征词向量；其次，运用ARIMA (autoregressive integrated moving average model)模型预测特征词的词频并计算向量调节系数，从而获得特征词预测向量，运用t-SNE (t-distributed stochastic neighbor embedding)算法将预测向量降维，并使用模糊C-均值算法将低维预测向量聚类生成预测主题，实现知识单元的重组；最后，筛选出由多个原始主题聚合而来、具有全新释义的预测主题，将其视为科学主题预测结果。本文以“知识管理-知识组织-知识服务”领域为例进行实证研究，预测出智库、数字人文等在已有领域研究中尚未出现的新词与相关主题，并通过特征词直接聚合与概念集成这两种主题...     

基于SAO的技术主题创新演化路径识别及其可视化研究

利用专利文献数据识别技术领域的技术主题演化发展路径并分析其发展趋势，对于科技界、企业界进行专利技术创新具有重要的意义。首先，使用Open IE 5.1进行SAO (subject-action-object)三元组抽取，基于LDA (latent Dirichlet allocation)模型进行主题识别，根据TRIZ技术创新思想，基于action语义词典将技术主题划分到四个维度；然后，通过计算SAO三元组之间的相似度来测度技术主题之间的语义关联构建技术主题创新演化路径，并利用可视化技术构建技术主题创新演化路径可视化图谱，利用该图谱辅助分析技术主题演化脉络及其发展趋势。最后，通过石墨烯超级电容器（集流体）领域的实证，对该领域的技术问题（problem to problem,P-P）主题、技术功能（solution to solution,S-S）主题、解决方案（problem to solution,P-S）主题和技术效果（solution to problem,S-P）主题的创新演化路径进行解读分析，验证了本研究提出方法的可行性和有效性。     

一种通用HTML网页主题信息提取方法*

采用DOM规范，把HTML网页表示成树结构，对不同模板的HTML页面“主题”信息提取进行研究和分析，提出一种新的结点主题相关性判定方法，依据此方法判定出要抽取的主题内容，并删除无关内容，结果输出只含主题信息的HTML文档。     

基于页面内容和链接结构的超链接主题预测算法

主要介绍了设计开发Web主题信息采集系统的一个核心算法——超链接主题预测算法。文章在已有理论的基础上，通过实验分析，发现超链接的主题主要取决于三个因素：父网页的主题相关度、锚文本的主题相关度和Web子图的链接结构特性，从而提出了基于Web页面内容和链接结构的超链接主题预测算法，系统评价结果显示该算法有很好的效果。     

公众对ChatGPT关注的舆论焦点与情绪研究

ChatGPT作为生成式人工智能的代表性产品，自发布以来备受关注并引发热议。本文通过挖掘ChatGPT发布以来网民在新浪微博中围绕此话题的相关讨论文本，运用python基于LDA主题模型对其进行主题分析，发现网民主要关注点集中于：网络安全、股票、投资、科技和使用体验五个大主题，同时基于DTM动态主题模型绘制出主题流动桑基图，厘清主题流动变迁轨迹，并在此基础上对公众的情绪进行分析。     

以儿童本位理念推动少儿主题出版高质量发展

少儿主题出版不仅承担着向少儿弘扬社会主旋律、传达社会主义核心价值观的历史使命，同时也对树立少儿的文化自觉与文化自信具有重要作用。在国家推动高质量发展的当下，少儿主题出版仍存在一些有待解决的问题。文章从教育学理论入手，聚焦儿童本位理念，探讨如何以兴趣中心设计少儿主题出版、以经验中心丰富少儿主题出版、以活动中心提升少儿主题出版，以为少儿主题出版的高质量发展提供参考与借鉴。     

主题网关——创新改善网络信息资源服务模式

针对网络信息资源服务模式下搜索引擎检索效率不高，国内主题网关建设不足的问题，指出协作建设主题网关有利于实现资源共享，降低建设成本，提高资源质量，提高网络信息资源服务效率。主题网关建设的新目标是基于分布式多学科集成的主题网关，它相当于全球公共图书馆的联合目录，这既需要学科专业研究人员与信息资源服务人员共同合作，又需要大量的资源投入，还需要积极探讨主题网关的分布式自动化构建技术。     

试论主题规范记录的建立

主题规范是规范工作的重要组成部分。讨论了开展主题规范工作的必要性和作用。介绍了主题规范款目结构及其机读格式，分析了主题规范记录建立的注意事项，最后就主题规范工作发展方向谈了几点设想。     

新时期主题出版的特点和发展趋势

作为国家重要出版工作和一种传播、宣传手段，主题出版的重要性不容忽视，开展好主题出版工作有利于提升人民文化自信和增强国家意识形态凝聚力。我国的主题出版发展已有十余年，历经了多个历史发展阶段，而新时期的主题出版工作又展现出了许多新的特点以及具有了一些新的发展趋势。文章为充分了解掌握新时代主题出版的特点和发展趋势，以更好地发挥出主题出版的作用与价值，采用了理论分析与实践经验总结的方法进行研究，得出了新时代主题出版的时代性、丰富性、文化性、教育性、群众性、融媒性等六大特点与不断创新出版理念、图书定位、内容形式、选题策划、编辑加工、营销模式等六大发展趋势，旨在促进我国主题出版工作的进一步发展。     

潜在学科交叉主题识别方法研究

[目的 /意义]提出一种潜在学科交叉主题识别方法，主要开展学科交叉主题识别与知识融合测度两方面的研究，以识别处于知识融合潜伏期和萌芽期的潜在学科交叉主题。[方法 /过程]首先，设计并提出学科关联实体抽取规则，构建基于学科关联实体的学科交叉潜力计算方法，以实现学科交叉主题识别，解决潜在交叉点识别的问题；其次，构建以融合强度、融合广度、融合深度为中心的学科交叉主题知识融合阶段特征测度指标与方法，以揭示知识融合过程；最后，基于交叉主题知识融合阶段特征与判断规则，识别处于潜伏期与萌芽期的潜在学科交叉主题。[结果 /结论 ]以合成生物学和水稻遗传改良领域为例，开展潜在学科交叉主题识别研究，以验证方法的可行性。结果表明，提出的方法能够识别学科领域之间的潜在交叉主题，为高效探测有潜力的学科交叉研究领域，发掘未来的研究发展动向和机会提供可能。     

炙烤心灵

本期主题似乎有些“俗”，第一主题讲金钱，第二主题冲“美女”，但这两个主题似乎不管你是俗或雅，都必须面对。