机遇与挑战:基于BERTopic的AI环境下图书馆主题文本挖掘

作     者：徐汉青 滕广青 XU Hanqing;TENG Guangqing

作者机构：宁波大学科学技术学院浙江慈溪315211 东北师范大学信息科学与技术学院吉林长春130117 

出 版 物：《情报科学》 (Information Science)

年 卷 期：2024年第42卷第4期

页      面：119-128页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家社会科学基金一般项目“基于复合数据的科技信息跨维度挖掘与推荐研究”(19BTQ063) 浙江省教育厅一般项目“基于复合数据的学科新兴主题识别与推荐研究”(Y202351078) 

主　　题：人工智能 图书馆 BERTopic 主题识别 可视化 

摘      要：【目的/意义】挖掘AI环境下图书馆主题文本分布特征,以期为图书馆智能化转型和服务升级提供实践参考和理论支持。【方法/过程】本研究基于Web of Science数据库核心集合,应用BERTopic模型对检索到的相关文献进行主题识别与知识结构提取,以洞察AI在图书馆领域的研究现状和未来发展动向。【结果/结论】研究结果显示,AI环境下图书馆的研究主题主要可分为五类:图书馆智能化、馆藏资源开发、学术研究支持、信息资源建设、聊天机器人与智能代理。最后,结合主题内容分析,深入讨论了AI环境下图书馆的机遇与挑战。【创新/局限】研究工作采用先进的自然语言技术——BERTopic主题模型对AI环境下图书馆领域主题文本进行知识挖掘,未来的研究工作将纳入更广泛的数据来源,进行更加全面细致地研究。