TopicTracker - 一个先进的软件管道用于PubMed数据的文本挖掘:弥合现成工具和基于代码的方法之间的差距
Giovanni Spitale1,2, Federico Germani1, Nikola Biller-Andorno1
1Institute of Biomedical Ethics and History of Medicine, University of Zurich, Zurich, Switzerland.
Heliyon
|September 16, 2024
概括
研究人员现在可以更有效地浏览大量的学术文献,使用 TopicTracker,一个新的文本挖掘工具. 它有助于分析趋势和创建语义网络,以加强知识发现.
科学领域:
- 图书统计学 图书统计学
- 计算语言学 计算语言学
- 信息科学 信息科学 信息科学
背景情况:
- 学术出版物的指数增长给研究人员在识别趋势和合成信息方面带来了挑战.
- 传统的文献搜索方法往往缺乏足够的复杂性来捕捉研究领域内的复杂关系.
研究的目的:
- 介绍TopicTracker,这是一款用于高级文本挖掘和文献分析的新型软件工具.
- 展示TopicTracker在系统搜索数据库,分析趋势和可视化语义网络方面的能力.
主要方法:
- 主题追踪器查询PubMed数据库以检索相关文献.
- 该软件生成语义网络地图,以可视化共发生模式.
- 案例研究说明了该工具在诸如信息流行病管理和研究演变等领域的应用.
主要成果:
- 专题追踪器提供了一个全面的解决方案,用于查询,分析和可视化学术文献.
- 案例研究证明了该工具在绘制研究趋势方面的精度,例如公共卫生中的伦理考虑.
- 该软件有助于识别大型数据集中的相互连接.
结论:
- 话题追踪器代表了学术研究文本挖掘工具的重大进步.
- 尽管与数据库对齐相关的局限性,但它在浏览复杂文献方面的好处是巨大的.
- 该工具可以指导研究人员有效地追求知识,并保持研究中的清晰度.
