arXiv cs.AI· Ibrahim Al Azher, Hamed Alhoori·· 12 小时前AI 评分18
FutureLens：学术文本与未来工作引用中的纵向主题模式
FutureLens: Longitudinal Topic Patterns in Scholarly Text and Future-Work References
AI 导读
FutureLens 基于 2012–2022 年 5,655 篇 ACL 论文（其中 4,005 篇含未来工作引用文本）考察纵向主题测量问题。NMF 的平均归一化点互信息为 0.1387、高于 LDA 的 0.1280，且分配稳定性更高；LDA 关键词多样性更高（0.8900 对 0.7750）。
正文 · AI 翻译
摘要：未来工作陈述记录了研究者选择留待解决的问题。然而，若要用它们来描述一个领域，就需要将主题变化与文档覆盖范围、主题分配和学术写作方面的变化区分开来。FutureLens 在 2012--2022 年发表的 5,655 篇 ACL 论文的恢复快照中考察了这些测量问题，其中 4,005 篇附有未来工作参考文本。我们比较了非负矩阵分解（NMF）和潜在狄利克雷分配（LDA），在论文层面聚合主题存在情况，并考察了归一化流行度、探索性趋势统计、分配稳定性，以及输入衍生文本与参考文献之间的一致性。在可用的随机种子下，NMF 具有更高的平均归一化逐点互信息（0.1387 对 0.1280）和更高的成对分配稳定性，而 LDA 具有更高的关键词多样性（0.8900 对 0.7750）。种子零的结果显示，广泛的模型训练和问题相关词汇的流行度在上升，同时还有大量引用和文档结构内容。NMF 和 LDA 的平均输入/参考文献主题集重叠分别为 0.5191 和 0.4924；时间排名一致性差异很大，且并不意味着流行度水平一致。这些发现支持对可用语料库的描述性说明，并对缺失参考文献、不完整运行和未经核实的参考文献来源作出了明确限定。本研究的贡献是对纵向学术信号的一项实证测量研究，而非新的主题建模算法或预测系统。
| 评论： | 10 页，已被 AI4SciSci 2026（第三届人工智能用于科学学国际研讨会）接收，与 ACM/IEEE-CS JCDL 2026 联合举办 |
| 主题： | 数字图书馆（cs.DL）；人工智能（cs.AI）；信息检索（cs.IR） |
| 引用为： | arXiv:2610.28656 [cs.DL] |
| （或 arXiv:2610.28656v1 [cs.DL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28656 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ibrahim Al Azhar [查看电子邮件]
[v1]
2026 年 10 月 9 日星期五 09:50:18 UTC（45 KB）
来源：arXiv cs.AI · arxiv.org