最后，我也决定做一张关于主题建模（topic modeling）的论文的图。首先，我提取了所有论文的纯文本，将其表征化和小写化，并移除了 stopword。接着，我使用 LDA 对其进行了处理以发现 10 个隐主题（latent topic）。然后我使用 t-SNE 可视化了最靠前的作者，atv，并基于它们的隐主题相似度将其做成了一张二维图。最后，我手动为每一个聚类标注了一个词（根据 LDA 找到的排名最高的术语）。下面是前 50 位作者的可视化图：

我也为组织机构做了一张同样的图，但不打算用简单的单词做标记，因为重点大学会在不同的子领域发表研究。你可以自行分析这些内容：

　　原网址：

　　©本文由机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]