【科学文献计量】文本主题挖掘与可视化

文本主题挖掘与可视化

1 文献记录的摘要主题标签提取，标签与关键词相似度计算
2 基于Sklearn库文本数据主题挖掘（NMP和LDA模型）
3 基于Gensim库文本数据主题挖掘与pyLDAvis的交互可视化
- 3.1 基于Gensim库文本数据主题挖掘
- 3.2 文本数据主题挖掘与pyLDAvis的交互可视化

本节按照四部分进行文本主题挖掘与可视化：（1）利用Jieba进行文献记录的主题标签提取，并计算标签与文献记录关键词相似度；（2）使用Sklearn进行文献记录主题挖掘（NMP和LDA模型）；（3）使用Gensim进行文献记录主题挖掘（LDA模型）并结合pyLDAvis库进行交互可视化展示。

1 文献记录的摘要主题标签提取，标签与关键词相似度计算

以WOS文献数据为例，借助mk库读取数据。首先对于文本数据需要进行停用词的去除，加载cntext中内置的停用词典，选择英文停用词。输出结果中显示该停用词词典共361个单词，数据类型为列表（为展示方便，只输出前50个单词）。除了加载该词典外，也可以自定义词典或者加载其它词典。
在这里插入图片描述 mk库中的forNLP()方法功能是将导入的RecordCollection数据类型直接转化为方便进行nlp（natural language processing）处理的数据格式。方法中第一个参数是可以指定处理后的数据保存的文件地址，接着剩下的参数就是对数据的处理。比如l

相关阅读:
TF卡格式化了怎么办？tf卡数据恢复，看这3个方法
从理解路由到实现一套Router（路由）
如何实现施耐德Twido系列PLC远程上下载
（三）推断的逼近方法-通过加权重采样的贝叶斯定理
VPS，云服务器（云主机），虚拟主机有什么异同，本地化部署、私有化部署、公有化部署三者的关系
【基础语法篇】Java必备基础(思维导图+代码)
机器学习 day39（决策树和神经网络的比较）
数据结构 | 图
Games104现代游戏引擎笔记网络游戏架构基础
DES算法子密钥的生成过程

原文地址：https://blog.csdn.net/lys_828/article/details/127116776