基于LDA主题模型的形势与政策教育创新实践

摘要

LDA主题模型(Latent Dirichlet Allocation)是一种非监督机器学习技术,可以用来识别大规模文档集或语料库中潜藏的主题信息.选取"中国政府网"下"新闻"栏目中2020年的相关新闻报道为数据来源.通过对12个月35个主题进行统计分析,识别出常规型主题、周期型主题和节点型主题,对大学生进行形势和政策创新教育实践,结果表明:LDA主题模型展现了在数据降维和整合信息方面的良好效果,学生在教育过程中实现了深度参与,从知识的被动接受者变为知识的生产传播者,产生了学习主人翁意识,关心时事和政策的积极性得到显著提升.