1、醫(yī)學信息資源在數(shù)量和種類上的急劇增長，學科間的交叉融合不斷涌現(xiàn)，科研人員及情報分析人員在把握學科領域研究熱點的發(fā)展變化時面臨越來越多的挑戰(zhàn)。如何利用先進的計算技術快速主動地從海量信息資源中識別和判斷研究主題的發(fā)展演化已經(jīng)成為當前情報科學領域研究的一個熱點。文章針對醫(yī)學領域主題的演化識別問題，努力探索出一種自動識別和判斷學科領域主題發(fā)展演化的有效方法，輔助科研人員和情報分析人員進行相關研究。
　　文中首先分析國內(nèi)外主題發(fā)展演化識別的

2、相關理論和方法，并重點分析了醫(yī)學領域主題演化識別的特點和基于社會網(wǎng)絡法的主題演化分析方法，總結(jié)其對于學科主題演化判斷的啟示和當前在實踐應用中存在的問題。本文在相關理論調(diào)研的基礎上，結(jié)合醫(yī)學領域的資源特點，提出一種新的基于社會網(wǎng)絡分析的主題演化探測模型和相應的流程步驟。主要步驟包括醫(yī)學概念詞抽取、主題識別、主題關聯(lián)、主題繼承、新生和消亡事件的識別以及主題分裂融合事件的識別，其中主題分裂融合事件的識別步驟包括關鍵主題識別、關鍵主題的演化主路

3、徑識別、演化主路徑上主題分裂、融合事件識別。在醫(yī)學概念詞抽取上，本文以文本映射工具MetaMap為基礎，進行UMLS概念映射，并設計了基于語義類型的概念詞抽取方案，采用‘詞-語義類型’的方式表示文本內(nèi)容。在主題識別中采用LDA模型進行主題識別，以緊密關聯(lián)的一組概念詞集合來代表一個具體的研究主題。在主題關聯(lián)上采用余弦相似度的計算方法，并用點度中心度識別關鍵主題，采用文本相似度之和的方式計算關鍵主題的演化主題路徑，并借助相關的算法識別主路徑