【目的/意義】高頻詞選取是共詞分析中重要一環(huán),高頻詞閾值選取結(jié)果會直接影響共詞分析的效果。目前圖書情報(bào)領(lǐng)域研究人員做共詞分析時主要有自主確定法、高低頻詞分界公式法、普賴斯公式法等。筆者以詞頻g指數(shù)為基礎(chǔ)構(gòu)建了一種確定高頻詞閾值的方法,對上述高頻詞閾值確定方法進(jìn)行實(shí)證研究,探究了不同高頻詞閾值確定方法選詞的實(shí)際效果。【方法/過程】本文以中國知網(wǎng)中收錄的新型冠狀病毒肺炎主題論文為數(shù)據(jù)來源,利用不同高頻詞閾值確定方法選取對應(yīng)高頻詞。利用excel統(tǒng)計(jì)數(shù)據(jù)并構(gòu)造共詞矩陣,借助spss軟件對矩陣進(jìn)行聚類分析。【結(jié)果/結(jié)論】筆者發(fā)現(xiàn)基于詞頻g指數(shù)的方法取得了良好的共詞聚類效果,為該方法的實(shí)際應(yīng)用做了有益的嘗試。
【部分圖文】：

情報(bào)科學(xué)第38卷第9期2020年9月·業(yè)務(wù)研究業(yè)務(wù)研究·圖1普賴斯公式法確定的高頻詞聚類分析樹狀圖（閾值取22.5）將相異矩陣導(dǎo)入spss進(jìn)行聚類分析，聚類方法采用組間聯(lián)接法，度量方式為歐氏距離，聚類結(jié)果如圖1、圖2所示。在閾值22.5處劃分相應(yīng)類別，可以發(fā)現(xiàn)普萊斯法和基于詞頻g指數(shù)法均獲得5個類團(tuán)。從圖1中可以發(fā)現(xiàn)，類團(tuán)1、類團(tuán)3及類團(tuán)5描述的內(nèi)容均以新型冠狀病毒為主，三大類團(tuán)中內(nèi)容并無特別明顯差異。若將閾值設(shè)為23.5，如圖3所示，可得四個類團(tuán)，但類團(tuán)1與類團(tuán)4內(nèi)容依舊差別不大。從圖2可以發(fā)現(xiàn)基于詞頻g指數(shù)法確定的高頻詞可以劃分為以下5大研究大類：第一類詞同網(wǎng)絡(luò)藥理學(xué)關(guān)系較為密切，第二類詞多與新型冠狀病毒相關(guān)聯(lián)，第三類詞由新型冠狀病毒感染、體層攝影術(shù)等詞組成。因新型冠狀病毒會感染患者肺部，針對患者CT影像進(jìn)行分析的論文也較多。第四類可歸納為新型冠狀病毒核酸檢測及兒童病例診斷與治療。第五類詞主要包含新型冠狀病毒肺炎、藥學(xué)監(jiān)護(hù)、中藥、診療方案、防護(hù)等詞匯，可歸結(jié)為新冠肺炎的防控與治療。圖3普賴斯公式法確定的高頻詞聚類分析樹狀圖（閾值取23.5）圖1和圖3表明在本次研究中普賴斯公式法選取的詞數(shù)目尚可，但聚類效果一般。因?yàn)槠召囁构剿_定的高頻詞主題多集中于新型冠狀病毒這一個概念，與新冠肺炎相關(guān)的近義詞約占其全部提取高頻詞的82%，對于其他方面內(nèi)容的詞匯并未涉及太多，導(dǎo)致類團(tuán)內(nèi)容傾向于一個主題方向。圖2中的高頻詞進(jìn)行共詞聚類分析后共獲得了五個不同方面表2普賴斯法所確定的高頻詞相異矩陣（局部）表3基于詞頻g指數(shù)法所確定的高頻詞相異矩陣（局部）肺?

諶范ǜ咂蕩抒兄凳保?渲擋揮傻ヒ槐淞?決定，而是由關(guān)鍵詞累加總頻次和單一關(guān)鍵詞頻次兩個變量共同決定，兩變量間聯(lián)系較為密切，而變量與整體集合間亦存在關(guān)聯(lián)，其確定的高頻詞閾值不容易失真。該法既不會遺漏超高頻次詞，也可較好保留了次高頻次詞，可較好得獲得熱點(diǎn)研究趨勢中具體的熱點(diǎn)內(nèi)容。與詞頻g指數(shù)確定法相比，基于詞頻g指數(shù)確定法計(jì)算所得閾值不容易溢出，在不同的數(shù)據(jù)中具有更好的適用性。在本次實(shí)證研究中，我們對共詞分析中若干高頻詞閾值確定方法及基于詞頻g指數(shù)法進(jìn)行了實(shí)證研究，發(fā)現(xiàn)基于詞圖2基于詞頻g指數(shù)法確定的高頻詞聚類分析樹狀圖（閾值取22.5）--94
【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 費(fèi)曉璐;江瀾;陳鵬宇;李嘉;魏嵐;江瑞;閭海榮;;基于自然語言處理進(jìn)行新冠肺炎確診患者流行病學(xué)史的變化趨勢分析的探索[J];中國數(shù)字醫(yī)學(xué);2020年05期

本文編號：2841542