基于改进BERTopic模型的领域主题表征及演化研究
来源：图书情报工作杂志2025年第3期北京时间：
作者：刘颖,于春梅,李晓晨,李叶,赵铭宇
单位：1 吉林财经大学管理科学与信息工程学院 长春 130117;2 吉林省金融科技重点实验室 长春 130117;3 吉林省商务大数据研究中心 长春 130117;4 大数据与交叉科学研究院 长春 130117
摘要：[目的/意义] 瞄准领域前沿范围，预测未来发展研究主题，有助于科研工作者寻找该领域新的学科增长点，优化政府部门资源配置。[方法/过程] 运用深度学习预训练模型增强文本的语义表示能力，提出改进BERTopic（SBERT-UMAP-HDBSCAN-TopMine）主题表征模型，以期丰富和完善主题表征与主题演化方法。首先，使用SBERT模型进行句子嵌入，弥补句子向量存在非光滑各向异性，UMAP降维后利用HDBSCAN算法进行主题聚类，为避免主题识别在语义表达上存在盲点，运用TopMine对聚类主题短语抽取进行主题表征；其次，利用WMD计算相邻时间段不同主题间相似度，发现不同时间段领域主题产生、发生和动态关联的过程，并对领域热点主题进行动态演化分析。[结果/结论] 以供应链金融领域为例进行实证分析，将供应链金融的研究方向划分为供应链金融风险评估、供应链金融融资模式、现代金融科技赋能和可持续供应链金融4个类别，模型有助于提升供应链金融领域热点主题的可解释性与可识别性，通过动态演化分析发现可持续供应链金融是目前及未来关注的重点。
关键词：BERTopic,领域主题,主题表征,动态演化,多源数据,
基金资助：本文系吉林省科技厅项目“‘双碳’目标下绿色供应链金融数据存证及风险识别算法研究”（项目编号：YDZJ202301ZYTS482）和国家社会科学基金项目“基于多源数据深度集成的供应链金融风险评估方法研究”（项目编号：20BTJ062）研究成果之一。
