本文档属于类型a，即报告了一项原创性研究。以下是针对该研究的学术报告：
研究团队与发表信息
本研究由Jian Ma（天津大学）、Lei Wang（通讯作者，天津大学）、Yuan-Rong Zhang、Wei Yuan和Wei Guo（天津大学/天津仁爱学院）合作完成，发表于期刊Expert Systems with Applications第212卷（2023年），文章编号118695。
学术背景
研究领域：本研究属于自然语言处理（NLP）与信息科学交叉领域，聚焦于心智模型（mental models）的主题演化分析。心智模型是人类解释和驱动创新活动的认知框架，其动态演变规律对理解人类决策行为具有重要意义。
研究动机：现有研究多关注心智模型的构建与应用，但缺乏对其主题演化的系统性分析。传统方法（如LDA、PLSA）仅能捕捉时间轴上的主题分布，而忽略了主题间语义融合与演化的细节。因此，本研究提出一种结合Latent Dirichlet Allocation (LDA) 和 Word2Vec 的新方法，以从全局到局部多尺度揭示主题演化路径。
研究目标：
1. 提出一种融合概率主题模型与词嵌入技术的主题演化分析方法；
2. 构建心智模型研究的全局主题趋势与局部语义迁移路径；
3. 验证该方法在主题内容一致性和演化强度上的优越性。
研究方法与流程
1. 数据收集与预处理
- 数据来源：从Web of Science收集1980–2020年间3984篇心智模型相关论文摘要（关键词含“mental models”等）。
- 预处理步骤：
- 去除标点、数字、停用词（如“mental”“model”）；
- 词形还原与词干化；
- 基于Zipf定律过滤高频与低频词，最终保留13,735个唯一词项。
2. 主题建模与优化
- 全局主题提取：使用LDA模型对整个语料库建模，通过层次聚类确定最优主题数（K=6），并计算困惑度（perplexity）验证模型质量。
- 局部主题提取：将语料按5年间隔分为6个时间段，分别应用LDA建模，各时间段主题数通过困惑度优化（如2001–2005年最优K=6）。
3. 主题向量化
- Word2Vec训练：以论文摘要为输入，采用Skip-gram模型生成词向量，捕捉上下文语义。
- 主题向量构建：将LDA提取的每个主题词及其权重加权求和，生成主题向量（公式1），以解决传统LDA忽略词权重的缺陷。
4. 主题演化分析
- 全局趋势检测：计算每年文档的全局主题分布，归一化后生成主题流行度趋势图（图9）。
- 局部语义迁移：
- 计算相邻时间段局部主题向量的余弦相似度（公式2），定义强（>0.85）、中（0.75–0.85）、弱（0.6–0.75）三类相关性；
- 通过节点（局部主题）与连线（相关性）构建演化图谱（图10），展示主题合并、分裂等动态过程。
5. 方法验证
- 评价指标：
- 主题一致性：采用PMI-score和UMass评估全局主题质量；
- 演化强度：通过局部主题词向量的平均相似度（公式6）衡量语义迁移强度。
- 对比方法：与DTM、CTH、PLSA等传统方法对比，验证本方法的优越性。
主要研究结果
全局主题趋势（图9）：
- Topic 1（系统与管理）：2008年后显著增长，反映心智模型在复杂系统中的应用增加；
- Topic 2（人类认知）：早期主导，2008年后衰退，可能与研究焦点转移相关；
- Topic 5（心理健康）：1999年达峰值后下降，提示该领域研究热度波动。
局部演化细节（图10）：
- Topic 1的演化路径：1980–1995年以“认知与情感系统”为主，2001–2005年成熟为“知识管理”，2016–2020年分裂为“游戏情境心智构建”等子方向。
- 语义相关性：强相关（红色节点）标志主题成熟期，弱相关（绿色）反映调整期。
方法性能：
- 主题一致性：本方法的PMI-score和UMass均优于对比方法（图11），尤其在K>10时优势显著；
- 演化强度：局部主题词向量相似度最高（图12），表明能更精准捕捉语义迁移。
研究结论与价值
方法论贡献：
- 首次融合LDA与Word2Vec，解决了传统主题模型忽略上下文语义的问题；
- 提出多尺度分析框架，兼顾全局趋势与局部演化细节。
应用价值：
- 为心智模型研究提供动态演化图谱，辅助学者把握领域发展方向；
- 可扩展至新闻热点、谣言传播等领域的语义演化分析。
科学意义：
- 揭示了心智模型从“认知理论”到“跨学科应用”的演变规律；
- 验证了词嵌入技术提升主题建模效果的潜力。
研究亮点
- 创新方法：结合概率模型与词嵌入，首次实现主题语义与演化的双重分析；
- 全面视角：从宏观（时间趋势）到微观（语义迁移）多层次揭示主题生命周期；
- 实证优势：通过大规模语料验证方法在内容一致性与演化强度上的优越性。
其他价值
本研究开源了数据处理代码（未公开语料），为后续研究提供技术参考。作者指出，未来可结合引文网络或作者信息进一步丰富演化分析维度。