This page is read only. You can view the source, but not change it. Ask your administrator if you think this is wrong. **Citation -** 林頌堅. (2003). 基於詞語抽取的圖書與資訊學刊研究主題分析. 圖書與資訊學刊(47), 15-35. **Keyword -** [[:domain_analysis]], [[study:keyword_extraction]], [[study:latend_semantic_indexing]] **Tag -** [[tag>domain analysis]], [[tag>latend semantic indexing]], [[tag>journal article]], [[tag>clustering analysis]] == 基於詞語抽取的圖書與資訊學刊研究主題分析 == === 領域分析 === 領域分析(domain analysis):以了解某一學科內,普遍的研究主題與知識架構。使研究人員了解學科發展的現況。 === 文獻主題辨識 === 概念抽取 - 對期刊文獻的中英文摘要進行關鍵字抽詞 - 對抽詞結果以[[study:latend_semantic_indexing|隱含語義索引(latend semantic indexing)]]進行詞語間的相關程度統計 - 對抽詞相關結果以Cliques叢集演算法,進行[[study:clustering_analysis|叢集分析(clustering analysis)]],形成概念集合。一個概念集合可以視為集合中各個語詞特徵的總和 - 可以透過隱含語義索引,由概念集合指引至相關文獻 對核心概念的判斷準則 - 目的:找出最明顯重要的概念,作為主題。 - 核心概念集合:與其他概念集合相關的程度。與越多的概念相關,則此概念集合越可能是重要的研究主題。 - 對核心概念集合進行Ward叢集分析,找出研究主題。 由研究主題回溯與主題相關的論文 - 因為:研究主題的特徵視為概念集合特徵的總和 - 可以透過隱含語義索引,由概念集合總和指引至相關文獻 - 對主題內的相關文獻進行作者與發表時間的描述統計 === 主題關係的視覺化呈現 === - 以叢集分析與[[study:multi-dimensioanl_scaling|多維量尺法(multi-dimensioanl scaling)]]呈現主題間的「共文獻關係」,以呈現主題間的相關程度。 == related references == * [[Hjorland, B., & Albrechtsen, H. (1995). Toward a new horizon in information science|Hjorland, B., & Albrechtsen, H. (1995). Toward a new horizon in information science: Domain-analysis.]] Journal of the American Society for Information Science, 46(6), 400-425. * [[Deerwester, S., Dumais, S., Landauer, T., Furnas, G., & Harshman, R. (1990). Indexing by latent semantic analysis|Deerwester, S., Dumais, S., Landauer, T., Furnas, G., & Harshman, R. (1990). Indexing by latent semantic analysis.]] Journal of the American Society of Information Science, 41(6), 407.