基于复杂句法网络的学科研究热点识别方法——以传染病学为例

[目的] 本研究旨在提出一种学科研究热点识别方法，以增强对科学论文的语义理解，提升研究热点识别的客观性与准确性。[方法] 该方法基于论文摘要构建复杂依存句法网络，并使用基于灰色关联分析的复杂网络节点重要性综合评价方法来评估节点重要性，从而识别热点研究主题。以PudMed平台2015-2024年30万篇传染病学领域的文献摘要数据进行了验证与分析。[结果]研究发现该领域的知识增长呈现出明显的分层特征，在保持核心研究主题稳定的同时，不断衍生出新的研究分支；每年平均识别出约8个热点主题，相比于LDA，模型在主题聚类清晰度和主题演化趋势识别上更加具体。[局限] 对于极短文本中句法结构不完整的摘要处理能力有限，且对语法解析质量依赖较高，可能影响网络构建精度。[结论] 本研究提出的方法相较于传统方法，它更能捕捉研究主题间的语义关联，有助于更全面、深入地理解学科研究动态。