第六届体系工程学术会议

3 / 2024-05-16 13:06:43

基于TSM-BiLSTM的主题演化感知模型

主题相似度矩阵,主题演化,TSM-BiLSTM,Attention

三、体系需求工程与规划 > 6.重大规划的体系性分析与设计

[目的/意义] 追踪人工智能领域知识的发展脉络，预测未来该领域的技术发展方向。 [方法/过程]提出了基于TSM-BiLSTM（Theme Similarity Matrix-Bi-directional Long Short-Term Memory）的主题演化感知模型。首先，根据人工智能领域的文献数据构建时序关键词共现网络，使用TSM-BiLSTM模型得到主题演化序列。然后，获得关键词演化趋势图，预测未来可能的技术热点。[结果/结论] 实验结果表明，本文提出的这一方法可以在准确率、召回率和AUC指标上，都更优于其他的算法，是更适用于科技文献的感知方法。