关键词：主题语义标注 概率主题模型 隐含狄利克雷分布 

摘要：【目的】对面向主题模型的主题自动语义标注方法进行总结与评述,以促进主题模型的发展与应用。【文献范围】在Web of Science和CNKI数据库中分别以“Topic Labeling OR Topic Labelling OR Topic Tagging ORTopicIndexing”和“主题模型AND(标注OR标签)”等检索式进行检索,通过手工筛选获得代表性文献57篇。【方法】对相关论文进行深入阅读与分析,以主题标注过程中主题标签的生成来源为线索,对已有方法进行分类与比较分析。【结果】面向主题模型的主题自动语义标注包括候选标签生成与排序两个主要步骤,根据候选标签的生成来源可分为依靠自身语料库和依靠外部语料库两类方法。【局限】目前该领域的研究还不是很丰富,分析与评述不够系统和全面。【结论】该领域的研究仍具有较大探索空间,面向社交媒体内容的主题语义标注是未来研究方向,可结合更丰富的知识库并采用深度学习技术进行改进提升。

数据分析与知识发现杂志要求:

{1}所有作者的作者简介（姓名、工作单位、职称、研究方向）；通讯作者请再提供电子邮箱。

{2}稿件文责自负。编辑部有权对来稿进行文字和技术性删改，对实质性内容的修改，则应征求作者同意。

{3}标题序号：可按四级小标题的格式写：一、（一）、1、（1）；一级、二级标题另起段，正文另起段；三级、四级小标题另起段，但正文接排；正文内序号用①……②……等。

{4}参考文献：（1）正文格式：作者，发表年（多版次文献请同时提供第 1 版的发表时间），页码，外加圆括号。（2）文末格式：中、外文献分开，各按音序排列。

{5}摘要应反映论文的目的、方法及主要结果、结论，并充分反映论文的创新点，表达简明、语义确切，以100 ～300 字为宜。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社