基于关键词的语义动力学实证分析  

Empirical Analysis on Keyword-based Semantic Systems

作　　者：张子柯 吕琳媛[2] 刘建国[1] 周涛[1] 

机构地区：[1]瑞士弗里堡大学物理系 [2]北京师范大学管理学院系统科学系,北京100875

出　　处：《复杂系统与复杂性科学》2008年第1期37-42,共6页Complex Systems and Complexity Science

基　　金：973项目(2006CB705500);国家自然基金重点项目(10635040);国家自然基金面上项目(10472116);国家自然基金委主任基金(60744003);中国科学院院长特别基金

摘　　要：为了研究论文关键词在期刊系统中的过滤和分类作用,本文运用语义动力学的分析方法,对美国国家科学院院刊近16年的关键词进行了实证统计分析,包括关键词的词频分布、关键词演化标度行为,以及关键词的衰减因子变化。统计显示,美国国家科学院院刊中关键词的词频近似符合跨越4个数量级的Zipf分布,其指数为0.86。特别地,实证数据显示,每年新关键词的数目和所有关键词总数在演化过程中存在一个非常漂亮的幂次标度关系,其指数约为0.75。令人惊讶的是,严肃规范的期刊关键词和随意的网页标签具有几乎一致的演化标度律。这些不同系统中共同出现的的统计规律对于认识基于关键词的语义系统演化行为有借鉴作用。To study the significant effect of keywords in information filtering and classification in scientific journals, In this paper, we empirically investigated statistical characteristics of keywords in a top-academic journal, namely Proceedings of National Academy of Science of the United States of America （PNAS） , including the frequency distribution, the temporal scaling behavior, and the decay factor. The empirical results indicate that the frequency-rank of keywords in PNAS approximately follows a Zipf law with exponent of 0. 86. In addition, there is a power-law correlation between the number of distinct keywords presented in one year and the total number of keyword occurrences. Surprisingly, keywords in canonical papers and tags in optional websites display the same scaling law. Those universal characters shared by various semantic systems may shed some light on the in-depth understanding of semantic evolutionary behaviors.

关 键 词：语义动力学 关键词 美国国家科学院院刊 衰减因子 

分 类 号：N94[自然科学总论—系统科学]