# literature_topic_recognization

**Repository Path**: zhu_meng_an/literature_topic_recognization

## Basic Information

- **Project Name**: literature_topic_recognization
- **Description**: 基于大模型prompt对科技文献进行关键词提取，之后使用社区聚类的方法识别科技文献主题并可视化，最后使用大模型进行主题标签揭示。
- **Primary Language**: Python
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-04-15
- **Last Updated**: 2025-04-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# literature_topic_recognization

#### 介绍

基于大模型prompt对科技文献进行关键词提取，之后使用社区聚类的方法识别科技文献主题并可视化，最后使用大模型进行主题标签揭示。

#### 安装教程

1. 部署Ollama,或者使用具备相关大模型的在线api，项目中使用到的prompt基于deepseek-api调整得到。
2. 安装Python版本3.12
3. pip install -r requirement.txt

#### 使用说明

1. 配置conf.ini
2. 第一步为术语抽取，基于llm的prompt模板来对文本进行术语抽取。直接使用关键词文件可跳过此步骤。
3. 第二步为基于社区的聚类算法，通过高频词遴选后，进行社区聚类，并使用pyecharts进行可视化。
4. 第三步基于llm进行标签揭示。
5. windows用户可直接运行.bat文件。