模态框(Modal)标题

在这里添加一些文本

模态框(Modal)标题

  • 首页
  • 编委会
  • 作者须知
    • 征稿启事
    • 投稿须知
    • 写作指南
    • 按需印刷
  • 出版政策
    • OA声明
    • AI声明
    • 伦理声明
    • 预印本政策
    • 数据政策
    • 作者署名规定
  • 过刊浏览
  • 《图书情报工作》
  • 关于我们
    • 本刊简介
    • 发展历程
    • 联系方式
  • English

图/表 详细信息

基于引文网络和RAG的新兴主题识别和扩散研究
唐昕宇, 陈伟
知识管理论坛, 2026, 11(1): 76-88.   DOI: 10.13266/j.issn.2095-5472.2026.008

图3 提示词框架
本文的其它图/表
  • 图1 新兴主题识别和扩散框架
  • 图2 核聚变技术专利申请分布
  • 表1 LDA模型识别的主题(部分)
  • 表2 BERTopic模型识别的主题(部分)
  • 表3 DeepSeek模型识别的主题(部分)
  • 表4 BERTopic+Doubao识别的主题(部分)
  • 表5 各主题模型识别的主题数
  • 表6 部分主题模型识别的核聚变技术新兴主题
  • 表7 各主题模型识别主题的效果分析
  • 图4 新兴主题和非新兴主题技术生命周期曲线
  • 图5 主题时间段划分标准
  • 图6 新兴主题和非新兴主题的扩散情况
  • 图7 新兴主题和非新兴主题的扩散地域情况

京ICP备11021825号-2
版权所有 © 《知识管理论坛》编辑部
地址:北京中关村北四环西路33号中科院文献情报中心5D 
邮编:100190 
电话:010-82623933 
邮箱:kmf@mail.las.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发
总访问量:  今日访问:  在线人数: