数据集概述
本数据集围绕女性图书馆员相关文章的主题建模展开，包含用于NLP分析的代码文件、数据文件及文献检索查询文件，共4个文件，覆盖主题建模的核心过程与数据基础。
文件详解
- 代码文件
- 文件名称：Bertopic_Female_Lib.ipynb、scattertext.ipynb
- 文件格式：.ipynb
- 字段映射介绍：包含主题建模（如BERTopic）和文本可视化（如Scattertext）的代码实现，用于处理女性图书馆员相关文章的文本数据并生成主题模型
- 数据文件
- 文件名称：female_clean.json
- 文件格式：.json
- 字段映射介绍：存储清洗后的女性图书馆员相关文章文本数据，核心字段为nlp_text（文本内容）
- 检索查询文件
- 文件名称：search-query.txt
- 文件格式：.txt
- 字段映射介绍：包含文献检索的关键词组合，如"female PRE/2 librarian*"等，用于获取女性图书馆员相关的研究文献
适用场景
- 文献主题趋势分析: 利用主题建模结果，分析女性图书馆员领域研究主题的分布与演变
- 文本可视化研究: 通过scattertext文件实现女性图书馆员相关文本的交互式可视化，辅助主题理解
- 文献检索策略优化: 基于search-query.txt的检索逻辑，优化图书馆学领域特定主题的文献检索效率
- 自然语言处理应用: 作为NLP主题建模任务的案例数据，用于BERTopic等模型的实践与验证
