多媒體信息處理中人工智能方法應用的研究熱點及主題演化

楊洋

摘要：通過信息計量、聚類分析、主題演化等方法，以Web of Science核心數據集為來源，對2000年～2019年多媒體信息處理中人工智能方法應用進行檢索，共得到5162條檢索結果，對多媒體信息處理中人工智能方法應用的研究熱點及主題演化進行深入分析。

關鍵詞：信息計量;研究熱點;主題演化;多媒體信息處理;人工智能方法

中圖分類號：TP391 ? ? ?文獻標識碼：A

文章編號：1009-3044（2022）02-0102-02

1 引言

多媒體技術的不斷發展使人們的社會生活發生了極大的改變[1]。多媒體在學校教育、圖書檔案等領域得到了廣泛的應用，是現代信息社會的通用工具[2-7]。本文從文獻角度出發，通過信息計量、聚類分析、主題演化等方法，梳理并總結了國內外多媒體信息處理中人工智能方法應用的研究熱點和主題演化，為今后該領域的相關探索和研究提供借鑒。

2 研究設計

2.1 數據獲取

本文選取 Web of Science 核心合集為數據源，檢索式為TS= （Information Processing or Digit* Processing or Signal Processing or Correlat* Mining or Clip* or Annota* or Recogni* or Regulariz*） AND TS=（cross-media or ?multimedia or text-to-image or text-to-video or text-to-audio or audio-to-video or image-to-video or Visual-textual ） AND AB=（artificial intelligence or AI or computer vision or natural language processing or neural or unsupervised* or supervised* or deep networks or learning or Classif* or Categori* or cluster* or reasoning or inferenc* or feature extract* or feature engineer* or feature select*） 。檢索式包含三個部分，第一個部分是主題詞為“信息處理”及與多媒體信息處理相關的信息處理詞匯，第二個部分是主題詞為“多媒體”及多媒體信息相關的多媒體詞匯，第三部分是摘要含“人工智能”及與人工智能方法相關的技術詞語。本文選取的時間范圍為2000年～2019年，共得到5162條檢索結果。

2.2 研究方法

本文首先進行了基本統計分析，探究了人工智能方法在多媒體信息處理中的應用二十年來文獻數量變化，并通過共現聚類方法探究了多媒體信息處理中人工智能方法的應用文獻關鍵詞聚類特征，最后通過文本詞匯演化工具對人工智能方法在多媒體信息處理的應用進行了主題詞演化分析。

3 數據分析

3.1 基本統計分析

文獻數量是評價研究領域發展的重要指標之一[8]。本文對2000年–2019年發文量進行統計，得到多媒體信息處理中人工智能方法的應用文獻量如圖1所示。2000年—2019年多媒體信息處理中人工智能方法的應用的文獻數量保持穩步的上升態勢。

3.2 基本關鍵詞的聚類分析

關鍵詞是對文獻內容的高度精練[9]。通過關鍵詞的聚類分析可以有效獲取文獻的主題分布，從而為相關研究提供輔助支持[10]。經數據處理，本文選取詞頻大于 25 的關鍵詞，多媒體信息處理中人工智能方法應用的文獻關鍵詞的聚類圖如圖2所示。自2000年以來，多媒體信息處理中的人工智能方法應用主題可以聚類為三類：

1）聚類一：圖像處理及相關人工智能算法。

2）聚類二：視頻處理及相關人工智能算法應用。

3）聚類三：文本、動畫處理及相關人工智能算法應用。

3.3 主題演化分析

2000年～2019年的主題演化如圖3所示。2000年～2004年，NEURAL-NETOWRK（神經網絡）、IMAGE（圖像）占據了重要的關鍵詞位置。2005年～2009年，IMAGE（圖像）和IMAGE-ANNOTATION（圖像標注）占據了重要的關鍵詞位置。其中，IMAGE-ANNOTATION（圖像標注）是NEURAL-NETOWRK（神經網絡）的延伸，說明隨著神經網絡方法在多媒體信息處理中不斷發展，進行的圖像標注工作越來越重要。同時，新關鍵詞ANIMINATION（動畫）和E-LEARNING（電子學習）出現，說明這段時間中多媒體信息處理中人工智能方法的應用增加了新的研究對象和領域。2010年～2014年，IMAGE（圖像）的延伸VIDEO（視頻）代替圖像占據了最重要的位置，多媒體信息處理中人工智能方法的應用轉向了視頻信息處理。在此階段，多媒體信息處理中人工智能方法的應用開始細化，開始出現IMAGE-ANNOTATION（圖像標注）和E-LEARNING（電子學習）的延伸STUDENTS（學生）、IMAGE（圖像）和IMAGE-ANNOTATION（圖像標注）的延伸ALGORITHM（算法）、 ANIMINATION（動畫）的延伸LITERACY（讀寫能力）以及ARCHITERECTURE（架構）和ICT（信息通訊技術）5個新關鍵詞。2015年～2019年，多媒體信息處理中人工智能方法的應用重心仍然是VIDEO（視頻），即視頻信息處理。ARCHITERECTURE（架構）和ICT（信息通訊技術）的延伸TEACHERS（教師）、STUDENTS（學生）的延伸LEARNING-STRATEGIES（學習策略）和INFORMATION-TECHNOLOGY（信息技術）、VIDEO（視頻）的延伸SEMANTICS（語義）和EYE-MOVEMENTS（眼移動）開始出現，多媒體信息處理中人工智能方法的應用進一步細化，研究對象、研究領域有所擴充。

4 結束語

二十年來，多媒體信息處理中的人工智能方法應用的研究方法不斷擴充、對象愈加多元、領域愈加細化。多媒體信息處理中人工智能方法的應用集中于三個研究熱點：圖像處理及相關人工智能算法、視頻處理及相關人工智能算法應用、文本和動畫處理及相關人工智能算法應用。從主題演化的角度看，應用方法從神經網絡擴充到了ICT技術、新型神經網絡方法，研究對象從文本、圖片、動畫信息處理擴充到了視頻信息處理，熱點應用領域從電子學習領域細化到了教師、學生、讀寫能力和架構。本文系統地梳理國內外多媒體信息處理中人工智能方法應用的研究熱點和主題演化，為今后該領域的相關探索和研究提供借鑒。

參考文獻：

[1] 朱學芳，王貴海，祁彬斌.5G時代數字信息資源智能服務研究內容及進展[J].情報理論與實踐，2020，43（11）：16-21.

[2] 彭宇新，綦金瑋，黃鑫.多媒體內容理解的研究現狀與展望[J].計算機研究與發展，2019，56（1）：183-208.

[3] 王志軍，馮小燕.近年來我國多媒體學習研究的熱點與發展趨勢——基于CNKI（2000—2016年）文獻的知識圖譜分析[J].現代教育管理，2017（9）：57-63.

[4] 江慧英，朱學芳.電子商務中的多媒體信息技術應用分析[J].情報雜志，2005，24（2）：21-23.

[5] 朱學芳，馬仁配.網絡環境下的數字化博物館[J].情報科學，2002，20（11）：1179-1183.

[6] 宋璞，朱學芳，常艷麗.新聞圖像網絡傳播現狀的研究及建議[J].情報雜志，2005，24（10）：122-124.

[7] 朱學芳.計算機圖像信息資源管理研究[J].現代圖書情報技術，2004（12）：21-24.

[8] 馮秋燕，朱學芳.基于科學計量的信息技術融合分析[J].情報科學，2020，38（2）：142-150，176.

[9] 皇甫青紅，華薇娜，劉艷華，等.國際數字圖書館領域研究熱點及作者團體分析——基于共詞分析和社會網絡分析[J].情報雜志，2013，32（1）：118-123.

[10] 李悅，蘇成，賈佳，等.基于科學計量的世界人工智能領域發展狀況分析[J].計算機科學，2017，44（12）：183-187.

【通聯編輯：謝媛媛】

1410500511377