• 關於研究團隊
    About us
  • 主題分群分析
    Topic Subgroups Analysis
  • 相似文本分析
    Similar Text Analysis
  • 文章特性
    Article Features
  • 作者統計
    Statistics of Author
  • 知識圖譜群組
    Network
    • 作者與卷期
    • 作者與關鍵字
    • 卷期與關鍵字
  • 主頁
    Index

Analysis of NTU LAW REVIEW, THE JOURNAL.

The Open-data Journal Database/ Graph of "Legal Studies"

本研究蒐集了 NTU Law Reivew 創刊後至15卷2期(2020年9月)之前的論文,以其中「篇名、關鍵字、摘要」為基礎欄位(metadata)建立本知識圖譜網路。 本研究進一步使用隱含狄利克雷分布(Latent Dirichlet Allocation, LDA)演算法將各論文做分群,凸顯本刊論文之研究主題與關鍵字。 在本網站進一步可視化,將上述數據以知識圖譜(Knowledge Graph)方法做出「年代-主題」、「作者-期刊」、「主題-關鍵字」等等視圖,提供學者同儕作為後續研究基礎。

使用說明

我們的資料庫不僅提供期刊內容,而是進一步將其知識「體系化」。下列各欄位都可以自己輸入相關「作者/期刊/關鍵字」,可以看看有沒有熟悉的人事物。在右上角有各種「知識分頁」:
A. 在「知識圖譜群組」中,提供了「作者-期刊-關鍵字」的各種組合,讀者可以容易的找到「哪些學者都做什麼類型的研究」「他有哪些共通學術愛好的學者」。可以看看研究者們常投哪些期刊,以及他常常關心的議題。點選「顯示節點內容」,可以顯現更多資訊。
B. 在「作者統計/文章特性」中,讀者可以看到每個作者或文章是所有知識演變上的什麼時間、什麼位置,是使用數量式的呈現。可以很快知道每年有哪些論文。
C. 在「相似文本分析」中,只要輸入某個關鍵字,我們會提供「相近關鍵字」與「相關文章」。我們使用了演算技巧,能夠提供近似概念,也可以接受不是完全一樣的字來「搜尋」。讀者也可以點選相似關鍵字(在右邊),可以擴展綿延相關知識。
D. 「主題分群分析」則是使用機器學習方式將其分群,可以知道本刊歷年熱門的題目方向與關鍵字。