基于LDA模型分类的中美欧人工智能发展比较研究 |
| |
引用本文: | 周松兰,冷希宇.基于LDA模型分类的中美欧人工智能发展比较研究[J].科技与经济,2022,35(5):6-10. |
| |
作者姓名: | 周松兰 冷希宇 |
| |
作者单位: | 广州大学经济与统计学院,广州 510006 |
| |
基金项目: | 国家自然科学基金资助项目——“新科技革命先导技术的差距测度、领跑机理与创新跃迁研究”(项目编号:71974041;项目负责人:周松兰)成果之一。 |
| |
摘 要: | 近年来,人工智能技术快速发展,各国对人工智能的重视程度不断加深,人工智能的论文产出数量也在逐年渐递增。为了对各国人工智能研究水平进行比较,促进相关政策的制定,研究借鉴文本分析中LDA(Latent Dirichlet Allocation)模型对论文主题进行划分,并利用论文活动力指数、论文影响力指数测度各国在不同主题人工智能研究的发展水平。结果显示:美国、加拿大、中国处于人工智能研究的第一梯队,发表论文数量多,影响力较大;中国在2009—2020年之间论文发表数量迅速上升,同时在论文影响力、论文活动力方面得分较高,在细分领域方面,中国在计算机视觉领域、机器学习与底层算法领域有着较大优势。
|
关 键 词: | 人工智能 LDA模型 论文活动力指数 论文影响力指数 |
|
| 点击此处可从《科技与经济》浏览原始摘要信息 |
| 点击此处可从《科技与经济》下载免费的PDF全文 |
|