数据集概述
该数据集是ESM论文的技术附录，包含CERME主题模型相关的文件，涉及主题分布列表、模型可视化结果、生成模型的代码等内容，以确保研究透明度，为理解CERME主题模型的构建与结果提供支持。
文件详解
- 文件名称：Topic_model_CERME.ipynb，文件格式：.ipynb
- 内容：生成CERME主题模型的代码文件，用于复现模型构建过程
- 文件名称：Topic visualization.html，文件格式：.html
- 内容：主题模型可视化结果文件，可直观查看主题分布特征
- 文件名称：ESM_CERME_technical appendix.pdf，文件格式：.pdf
- 内容：ESM论文的技术附录文档，提供研究背景与方法细节
- 文件名称：List of topic distribution per document.csv，文件格式：.csv
- 内容：包含每个文档的主题分布数据，字段示例：Filename（文件名）、cleantext（清洗后文本）、cermegroup（CERME分组）、cermeyear（CERME年份）、topic 0 contribution（主题0贡献度）等
- 文件名称：requirements.txt，文件格式：.txt
- 内容：环境依赖清单，包含fuzzywuzzy、gensim、matplotlib等库的版本信息
适用场景
- 主题模型研究：用于复现CERME主题模型的构建过程，验证模型结果
- 文本分析领域：分析文档主题分布特征，探究CERME相关文本的主题结构
- 学术研究透明度实践：作为技术附录支持，展示研究中模型构建的可重复性
- 自然语言处理教学：用于主题模型构建与可视化的教学案例分析
