文献主题和文献标引用主题

针对“文献主题”理解上的分歧，提出了“文献标引用主题”的概念，并具体阐述了“文献标引用主题”与“文献主题”的区别，及“文献标引用主题”的形成原则和标引功能。     

汉语主题词标引中隐含主题概念之我见

本文论述并以实例说明什么是隐含主题概念，怎样分析提炼隐含主题概念，以及分析提炼隐含主题概念的意义。大型综合性文献单位、科技文献单位、高等院校部门以及准备实行信息资源共享的文献部门全面分析提炼隐含主题概念，进行深标引，可以充分发挥文献的应有作用。     

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。     

影响文献主题标引质量因素浅析

影响文献主题标引质量因素浅析李楠（辽宁省图书馆）文献主题标引是一项比较复杂的工作，由于各种因素使得标引出现许多误差，影响了标引的质量。一、主题分析错误对标引质量的影响主题分析，是指根据主题标引和检索的需要，对文献内容特征进行分析、提炼主题概念的过程。...     

自引与自引分析

本文阐述了文献自引的概念及类型，从研究主题的自相关性、被引用文献的可获得性、主题的学术地位和作者的主观心理倾向等四个方面对文献自引的机理进行了探讨，提出了文献自引的统计公式，并对文献自引现象进行了进一步的分析。     

文献主题标引中的主题分析

文献主题标引中的主题分析姚杰（辽宁省图书馆）一、文献内容分析与主题的提取主题标５；是赋予文献检索标识——主题词的过程。主题词是揭示和描述文献主题内容的词或词组。正确的标引应是给予的主题词必须符合文献的实际内容，而且这些内容对于某项决策或检索课题具有一...     

2012—2021年我国主题出版研究的学术版图、知识结构与演进趋势——基于中国知网研究文献样本的知识图谱分析

新时代十年，主题出版领域研究文献激增。本文以2012—2021年十年间中国知网数据库中有关主题出版的727篇研究文献为样本数据，运用文献计量软件CiteSpace绘制可视化知识图谱，归纳新时代十年来主题出版的学术版图、知识结构和演进趋势等，从本体论、认识论、方法论、价值论四维层面对现有研究成果做出总结与反思，并对未来研究提出建设性建议。     

略论信息组织中的文献保证原则

基于以往对文献保证原则的研究成果及其提出者休姆的论述原文和相关研究文献，阐述文献保证原则的产生背景，提炼文献保证原则的主要内涵———文献而非概念本身是类分的依据、文献著者是分类者而编目员是记录者、图书属性的排序在本质上并无差别，并梳理文献保证原则的演变及其影响。美国国会图书馆分类体系遵照文献保证原则识别新主题词、进行类目修订，具体体现在类型复分、主题复分、主题不同方面的区分、主题关系变化等方面，但该原则存在“ 文化资本占有者的话语渗透”“已类分文献无法随认识而联动”等弊端。我国的文献分类组织应将文献保证原则与科学分类相结合，建设叙词库，注重对主题词词间关系的揭示，确立主题词识别规则。表１。参考文献３２。     

陶瓷文献的主题标引

论述了陶瓷文献标引中常见的主题理解偏差、主题词选择失当等错误，分析了导致错误的主要原因。认为做好陶瓷文献主题标引的关键是抓住主题概念的揭示、文献主题结构分析和先组词的使用这三个环节。     

STCF值:基于研究主题的学术文献影响力评价新指标

[目的/意义]学术文献影响力评价指标不断推陈出新,但尚缺乏在研究主题层面对文献影响力的评价,为发现不同研究主题内具有高影响力和引用价值的文献,本研究给出一种基于研究主题的文献影响力评价方法。[方法/过程]以Web of Science数据库中2011年-2015年间情报学领域500篇高被引文献为样本,利用LDA模型对样本文献进行主题建模,将主题对文献的支持度与文献被引频次相结合,计算特定主题文献的被引频次（specific topic cited frequency,简称STCF）,并根据每篇文献在相应主题内的STCF值对文献进行影响力排序。[结果/结论]结果表明,STCF值能反映文献的主题内容、细粒度体现文献的学术地位、呈现文献研究主题的多元性,能够有效弥补被引频次、Altmetrics指标的不足。     

AToT 模型可视化工具开发

随着科研人员需要处理的文献集规模的日益庞大,以LDA 为代表的主题模型能够从语义层面挖掘大规模文献集中隐含的主题,因此,LDA 主题模型的应用越来越广泛。LDA 模型仅仅关注文献集的内容,而忽略了文献其他重要的外部信息,AToT 模型在LDA 主题模型的基础上引入了文献作者和文献发表时间两个属性,使AToT 模型不仅可以挖掘文献中隐含的信息,还可以分析文献作者的研究兴趣及文献主题随时间的变化。AToT 模型对文献集建模的结果是以概率矩阵的形式呈现,不能直观、全面、清晰的呈现挖掘出来的信息,特别是对数据挖掘不熟悉的科研人员,因此,本文开发了一个基于AToT 模型的可视化系统,该可视化系统清晰、美观地展现了AToT 模型中文献、主题、作者、时间、词项间的关系。如文档中的主题分布、主题的词项分布、作者的研究兴趣分布、主题的相似主题和主题的演化趋势等。     

联合编目条件下的图书主题分析

通过分析网络环境与计算机编目条件下文献主题分析对于主题标引和文献检索的重要性，进而从主题分析的角度、层次、程度等几方面来说明如何减少图书主题分析的误差，提高标引质量和检索效率。     

高校图书馆信息素质教育研究的文献计量分析

信息素质作为高校图书馆的一项重要职能，已得到越来越多人的认可和研究。文章以中文科技期刊数据库收录文献为研究对象，运用文献计量学方法并结合文献内容，从文献增长情况、文献著者、文献主题等方面，分析国内高校图书馆进行信息素质教育的研究状况，并提出几点建议。     

对国外图像检索文献的定量分析

利用SCI数据库检索到1997年后有关图像检索主题的文献，并对检索结果从文献量、著者、期刊、主题、以及引文等角度作了大量的定量分析。     

对“生态学”主题文献归类的探讨

随着生态学研究的不断深入及在自然科学、社会科学和生产实践等领域里更加广泛的应用，与生态学相关的交叉学科和边缘学科不断涌现，关于“生态学”主题的文献呈迅速增长之势。文章通过对现代生态学的认识，根据《中图法》的编制原则和类目体系，就有关“生态学”主题文献的归类作了探讨。     

1993-2004年我国图像检索研究论文的定量分析

指出我国图像检索研究经历的三个发展阶段。运用文献计量学的方法，通过对1993-2004年我国图像检索研究论文的文献数量、作者、期刊和主题进行统计分析，揭示该研究领域的核心作者、期刊以及论文主题的分布状况，从而得出图像检索研究的整体情况和发展趋势，并指出研究中存在的问题。     

新主题文献分类标引原则与方法的探讨 下

三、新主题文献的分类标引方法在确定新主题文献如何归类之后,就要考虑将它们的主题概念转化成符号语言了。基于新主题的复杂性和多样性,以及文献量的高速增长,在标引     

国外图书馆学情报学文献检索与利用——学位论文、传记资料、图书馆法、统计资料等

检索工具按其收录文献主题的范围可以分为二种：综合性检索工具和专科或专题性检索工具。综合性检索工具收录各学科或多学科的文献资料，检索者可利用它查找自己所需主题下的文献。专科或专题性检索工具则仅收录某一专门学科或某一个专门课题的文献，专指性更强，相关文献的排列更集中，关系更明晰，主题索引的编制更容易，查找起来更方便，宁波大学图书馆     

基于概率主题模型的文献知识挖掘

对海量的科技文献资源进行知识挖掘能够发现大量有价值的、潜在的知识,有效地提高文献信息的可用性。作者前期研究验证了使用LDA主题模型进行文献知识挖掘的可行性。本文提出了一种新的概率主题模型:Topic-Author模型,该模型对文献的文本信息和作者信息进行联合建模,在分析文献主题同时,发现相关主题方向的研究者分布。基于Topic-Author模型,提出了多维度文献知识挖掘的方法,包括主题挖掘,专家发现,文献标注,重要文献挖掘,文献相似度分析,研究趋势分析和主题关系挖掘。基于教育技术学文献数据集,进行了实验研究。     

基于语义和引用加权的文献主题提取研究

[目的/意义]传统的文献主题提取方法主要是通过关键词、摘要、全文等提取文献的主题内容,使得主题内容不全面或存在"噪音",而从文献内容语义出发,结合引用内容提取文献的主题,能够更加准确地提取出多文档的主题内容。[方法/过程]提出一种面向多文档的基于语义和引用加权的科技文献主题提取算法,利用文献的引用内容和关键词构建Labeled-LDA主题模型,形成文档-主题概率向量,再根据K-means聚类方法聚类文档,提取每类文档集的主题内容。[结果/结论]以PubMed生物医学数据库中的数据作为实验数据,测试该方法的可靠性,结果证明该方法能够准确、全面地提取出多文档的主题内容。