BTVis: 基于BERTopic的交互式层次主题建模可视分析系统

作     者：卢文昊 邹杭纳 汤颖 

作者机构：浙江工业大学计算机科学与技术学院 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：浙江省自然科学基金重点项目(LZ23F020010) 国家自然科学基金重大项目(72192820) 国家自然科学基金面上项目(61972355) 

主　　题：文本数据 主题建模 模型提升 可视分析 

摘      要：主题建模是自然语言处理中的重要文本挖掘方法， 但其建模过程复杂且会生成部分不符合用户期望的结果. 为帮助非专家用户理解模型建模过程， 高效掌握和修改模型结果， 设计了基于BERTopic的交互式可视分析系统. 系统通过以下关键功能提升BERTopic的可解释性与实用性: 1) 挖掘并展示BERTopic层次聚类的中间过程， 直观揭示主题生成机制; 2) 分析离群文档， 揭示其与主题间的潜在关系; 3) 提出多粒度局部模型编辑算法， 增强BERTopic主题模型准确性; 4) 开发基于Web的交互式层次主题模型系统BTVis， 支持用户通过可视分析与交互探索理解并提升模型结果. 在TED、豆瓣影评等真实长文本和短文本数据集中进行了定性分析， 面向100位参与者设计用户实验， 并通过一致性、多样性和稳定性指标和其他模型进行对比， 实验结果验证了所提系统的有效性和实用性.