主题建模 Topic Modeling

主题建模是一种文本挖掘方法，帮助用户揭示内容集中的主题模式，识别出“主题”（Topics），或一组组常常出现的词语。

“Gale数字学术实验室”中的主题建模算法识别内容集包含的文档中从统计学上更可能相邻出现的词语。一旦被识别后，这些词语被分组为几个主题，用数字标示，研究者可以随后修改名称。用户可以审视、探索和分类这些主题，深入探讨这些文献，揭示内容集中的常见主题和趋势。

主题建模支持对文献的分析，比传统阅读可能达到的程度更深入。它提供了一个视角，研究者可以根据文献中每一主题的比例来探讨每篇文献。

了解更多有关怎样使用主题建模分类和探讨文献的信息，请点击 这里。

研究项目

Black America and the Law in the Mid-20th Century 《20世纪中叶的美国黑人和法律》

The Rise of Electricity in the Late 19th and Early 20th Centuries 《19世纪末及20世纪初电的出现》

Food and Civility 1650-1800 《1650-1800年的饮食与文明》

Tracking Archaeology in The Illustrated London News 《在 <伦敦新闻画报> 中追溯考古学》

The Books He Carried: A Study of Lindsley Foote Hall's Reading Habits on His Travels | Julianne Peeling（美国华盛顿大学）
《他随身携带的书：林德斯利·富特·霍尔旅行阅读习惯研究》

Of Christ and Capital: The 'Sunday Question' in the 1893 Columbian Exposition | Marie Peeples, Ian Reinl, Elise Tomasian, Danielle Worthy（美国华盛顿大学）
《论基督与资本：1893年哥伦比亚博览会的“星期日问题”》

A Digital Historiography of treaties and disputes between the coast Salish tribes and U.S. government | Marie Christine O'Connell（美国华盛顿大学）
《海岸萨利希部落与美国政府之间条约与争议的数字史学研究》