文字探勘技術輔助主題分析—以「中國大陸研究」期刊為例

邵 軒磊(Hsuanlei Shao), 曾 元顯(Yuen-Hsien Tseng)

研究成果: 雜誌貢獻期刊論文同行評審

摘要

中國大陸(Mainland China)做為社會科學學術研究對象,隨學科變遷 以及兩岸情勢發展,在各時期有不同主題。承此,本文使用主題分析工具(CATAR),對「中國大陸研究」期刊於1998~2015年刊載之論文,透過論文的篇名與摘要文字,從事主題群聚(clustering)分析,藉以辨識顯著的研究主題,及其關鍵字,並以此觀察各主題發展趨勢。結果呈現出「中國大陸 研究」之473篇文章,可歸類為七大主題,每一主題各有關鍵字。從每個主題的發表量(包括「發表數量」、「發表數量百分率」)之變化,可看出歷年期刊(或研究者)偏好主題之演進。從趨勢可以看出,存在兩個主流議題,其他主題的年度篇數則變化較大。本研究貢獻為:1.對「各篇獨立」的研究找到共通主題之可能性,從少量樣本的分群實驗,結果與常識相符,驗證了自動化主題分析的可行性。2.呈現了臺灣學術界在「中國大陸研究」方面的研究關鍵字發展趨勢。3.擷取出各個主題的關鍵字,提供未來研究者方便查閱過去的研究趨向。4.根據逐年的趨勢演變,呈現後續研究的主題方向。
原文繁體中文
頁(從 - 到)29-62
頁數34
期刊問題與研究
57
發行號1
DOIs
出版狀態已發佈 - 2018

Keywords

  • 中國大陸
  • 主題分析
  • 自動歸類
  • 知識探勘
  • 學術系譜
  • Academic Genealogy
  • Mainland China Studies
  • Topic Analysis
  • Automatic Clustering
  • Knowledge Mining

引用此