面向技术主题识别的SAO三元组动态补全方法研究
来源：图书情报工作杂志2025年第19期北京时间：
作者：秦春秀,张从健,吕树月,马续补,王玉龙
单位：1 西安电子科技大学经济与管理学院 西安 710071;2 陕西信息资源研究中心 西安 710071
摘要：[目的/意义] 识别领域技术主题对于把握领域技术研究态势，为科研管理部门和科研人员提供技术创新决策支持具有重要意义。基于SAO三元组的技术主题识别将主题识别结果从单词层面提升到三元组层面，主题识别的实用性得以提高。然而，该方法仍存在关键技术信息缺失、结果细粒度不高且三元组不易更新等问题。为改善上述问题，提出一种面向技术主题识别的三元组动态补全方法。[方法/过程] 首先，使用OpenIE6对特定领域科技文献摘要数据进行SAO三元组抽取；然后，基于BERTopic对领域SAO三元组进行主题建模，根据三元组的S-A结构识别技术主题三元组，并以该三元组为基本单位进行技术主题表示；最后，通过构建合适的提示词，使用GPT-4o模型结合原始文献摘要动态补全技术主题三元组，从而得出技术语义信息完整的技术主题三元组，进而提升技术主题表示结果的细粒度和可解读性。[结果/结论] 基于高电子迁移率晶体管（HEMT）领域数据进行实证，结果验证提出的方法在领域科技文献技术主题三元组动态补全方面的动态更新能力和提示工程的可靠性，并展现出跨句子级别的补全能力。
关键词：技术主题识别,SAO三元组,动态补全,LLM,
基金资助：本文系国家社会科学基金重点项目“场景驱动的我国关键核心领域文献资源精细组织与精准服务模式研究”（项目编号：22ATQ002）研究成果之一。
